作者: Fabrice Muhlenbach , Stéphane Lallich , Djamel A. Zighed
DOI:
关键词:
摘要: Nos travaux concernent la qualite de representation et detection des points atypiques en apprentissage supervise. Dans le cas ou variable a predire est numerique - on parle alors d'apprentissage par regression -, nous avons propose d'evaluer associee un graphe voisinage issu predicteurs partir d'un coefficient d'autocorrelation voisinage. Ce construit sur modele du spatiale Moran. Poursuivant l'analogie avec l'analyse spatiale, proposons dans ce papier decomposer une somme coefficients locaux associes chaque exemple tracer diagramme dispersion Moran afin reperer les exemples pour lesquels valeur atypique. L'experimentation conduite diverses hases site UCI Machine Learning donne resultats satisfaisants.