« Sélection de caractéristiques » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Ligne 10 : Ligne 10 :


==Définition==
==Définition==
En apprentissage automatique et en 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:
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, dans un espace de grande dimension, à trouver un sous-sensemble 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. C'est une méthode de réduction de la dimensionnalité. 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 généralisation en réduisant les surajustements.





Version du 28 mai 2019 à 20:13

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, dans un espace de grande dimension, à trouver un sous-sensemble 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. C'est une méthode de réduction de la dimensionnalité. 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 généralisation en réduisant les surajustements.


Français >>>>>>>>>>redirections

sélection de caractéristique n.f.

sélection d'attributs n.f.

sélection de variables n.f.



Anglais

feature selection



Source : Wikipedia IA



Contributeurs: Jacques Barolet, wiki