« Sélection de caractéristiques » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (18 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
La | La sélection de caractéristiques (ou sélection d'attributs ou de variables) est une méthode de réduction de la dimensionnalité utilisée en apprentissage automatique et en traitement de données. Il consiste, dans un espace de grande dimension, à trouver un sous-ensemble de variables pertinentes. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. Les techniques de sélection des caractéristiques sont utilisées pour quatre raisons: | ||
*simplifier les modèles pour faciliter leur interprétation par les chercheurs / utilisateurs, | *simplifier les modèles pour faciliter leur interprétation par les chercheurs / utilisateurs, | ||
*réduire la durée de l'apprentissage, | *réduire la durée de l'apprentissage, | ||
*pour éviter le fléau de la dimension, | *pour éviter le fléau de la dimension, | ||
*améliorer généralisation en réduisant les surajustements. | *améliorer la généralisation en réduisant les surajustements. | ||
==Français== | |||
'''sélection de caractéristiques''' | |||
'''sélection d'attributs''' | |||
'''sélection | |||
'''sélection de variables''' | |||
'''sélection de variables''' | |||
==Anglais== | ==Anglais== | ||
'''feature selection''' | '''feature selection''' | ||
==Sources== | |||
[https://en.wikipedia.org/wiki/Feature_selection Source : Wikipedia IA] | |||
[ | [[Catégorie:Intelligence artificielle]] | ||
[[Catégorie:Apprentissage automatique]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 28 janvier 2024 à 12:56
Définition
La sélection de caractéristiques (ou sélection d'attributs ou de variables) est une méthode de réduction de la dimensionnalité utilisée en apprentissage automatique et en traitement de données. Il consiste, dans un espace de grande dimension, à trouver un sous-ensemble de variables pertinentes. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. Les techniques de sélection des caractéristiques sont utilisées pour quatre raisons:
- simplifier les modèles pour faciliter leur interprétation par les chercheurs / utilisateurs,
- réduire la durée de l'apprentissage,
- pour éviter le fléau de la dimension,
- améliorer la généralisation en réduisant les surajustements.
Français
sélection de caractéristiques
sélection d'attributs
sélection de variables
Anglais
feature selection
Sources
Contributeurs: Jacques Barolet, wiki
