Sélection de caractéristiques


Révision datée du 16 avril 2020 à 12:14 par Pitpitt (discussion | contributions) (Remplacement de texte — « n.f. » par « nom fém. »)


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 nom fém.

sélection d'attributs nom fém.

sélection de variables nom fém.

Anglais

feature selection


Source : Wikipedia IA

Contributeurs: Jacques Barolet, wiki