« Sélection de caractéristiques » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 10 : | Ligne 10 : | ||
==Définition== | ==Définition== | ||
La sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes1. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité1. | La sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes1. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité1. | ||
Dans l'apprentissage automatique et les statistiques, la sélection de caractéristiques, également appelée sélection de variables, sélection d'attributs ou sélection de sous-ensembles de variables, est le processus de sélection d'un sous-ensemble de caractéristiques pertinentes (variables, prédicteurs) à utiliser dans la construction du modèle. Les techniques de sélection des caractéristiques sont utilisées pour quatre raisons: | |||
simplification des modèles pour faciliter leur interprétation par les chercheurs / utilisateurs, | |||
réduction des temps de formation, afin d’éviter le fléau de la dimension, | |||
amélioration de la généralisation en réduisant les surajustements | |||
variance [1]) | |||
| Ligne 15 : | Ligne 25 : | ||
'''sélection de caractéristique''' n.f. | '''sélection de caractéristique''' n.f. | ||
'''sélection d' | '''sélection d'attributs''' n.f. | ||
'''sélection de | '''sélection de variables''' n.f. | ||
Version du 28 mai 2019 à 18:38
Domaine
Définition
La sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes1. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité1.
Dans l'apprentissage automatique et les statistiques, la sélection de caractéristiques, également appelée sélection de variables, sélection d'attributs ou sélection de sous-ensembles de variables, est le processus de sélection d'un sous-ensemble de caractéristiques pertinentes (variables, prédicteurs) à utiliser dans la construction du modèle. Les techniques de sélection des caractéristiques sont utilisées pour quatre raisons:
simplification des modèles pour faciliter leur interprétation par les chercheurs / utilisateurs,
réduction des temps de formation, afin d’éviter le fléau de la dimension,
amélioration de la généralisation en réduisant les surajustements
variance [1])
Français >>>>>>>>>>redirections
sélection de caractéristique n.f.
sélection d'attributs n.f.
sélection de variables n.f.
Anglais
feature selection
Contributeurs: Jacques Barolet, wiki
