« 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 une méthode de réduction de la dimensionnalité utilisé 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:
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.





Version du 28 mai 2019 à 20:23

Domaine


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 n.f.

sélection d'attributs n.f.

sélection de variables n.f.



Anglais

feature selection



Source : Wikipedia IA



Contributeurs: Jacques Barolet, wiki