La classification automatique consiste en la décomposition d'un ensemble de n objets, décrits par p variables, en un certain nombre de classes d'objets semblables. Dans le cadre de ce mémoire, les objets sont caractérisés par des variables symboliques de type intervalle. Un problème important en classification automatique est celui de la détermination du nombre de classes présentes dans les données. Quelques travaux ont été réalisés à ce sujet. Nous nous intéressons plus particulièrement aux cinq meilleures méthodes issues du classement de Milligan et Cooper ainsi qu'au test des hypervolumes. Seulement, ces méthodes ne sont définies que pour des données classiques. L'objectif est alors d'adapter ces méthodes classiques de détermination du nombre de classes aux données symboliques de type intervalle.
| la date de réponse | juin 2002 |
|---|
| langue originale | Français |
|---|
| Superviseur | Andre Hardy (Promoteur), Yves Lechevallier (Jury), Jean Paul RASSON (Jury) & Pascale Lallemand (Jury) |
|---|
Méthodes de détermination du nombre de classes pour des données symboliques de type intervalle
Delogne, S. (Auteur). juin 2002
Student thesis: Master types › Master en sciences mathématiques