Classifieurs Probabilistes Parcimonieux
Identifieur interne : 000615 ( Hal/Checkpoint ); précédent : 000614; suivant : 000616Classifieurs Probabilistes Parcimonieux
Auteurs : Romain Hérault [France] ; Yves Grandvalet [France]Source :
- Traitement du Signal [ 0765-0019 ] ; 2008.
Descripteurs français
- mix :
Abstract
Les scores retournés par les séparateurs à vaste marge sont souvent utilisés comme mesures de confiance pour la classification de nouveaux exemples. Cependant, il n'y a pas de fondement théorique à cette pratique. C'est pourquoi, lorsque l'incertitude de classification doit être estimée, il est plus sûr de recourir à des classifieurs qui estiment les pro- babilités conditionnelles des classes. Ici, nous nous concentrons sur l'ambiguïté à proximité de la frontière de décision. Nous proposons une adaptation de l'estimation par maximum de vraisemblance. Le critère proposé vise à estimer les probabilités conditionnelles, de manière précise à l'intérieur d'un intervalle défini par l'utilisateur, et moins précise ailleurs. Le modèle est aussi parcimonieux, dans le sens où peu d'exemples contribuent à la solution. Nous appliquons ce critère à la régression logistique. Ce modèle de régression logistique parcimonieuse sera ensuite validé par le jeu de données Forest Covertype de l'UCI.
Url:
Links toward previous steps (curation, corpus...)
Links to Exploration step
Hal:hal-00442731Le document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr">Classifieurs Probabilistes Parcimonieux</title><author><name sortKey="Herault, Romain" sort="Herault, Romain" uniqKey="Herault R" first="Romain" last="Hérault">Romain Hérault</name><affiliation wicri:level="1"><hal:affiliation type="laboratory" xml:id="struct-23832" status="VALID"><orgName>Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes</orgName><orgName type="acronym">LITIS</orgName><desc><address><addrLine>Avenue de l'Université UFR des Sciences et Techniques 76800 Saint-Etienne du Rouvray</addrLine><country key="FR"></country></address><ref type="url">http://www.litislab.eu</ref></desc><listRelation><relation active="#struct-300317" type="direct"></relation><relation name="EA4108" active="#struct-300318" type="direct"></relation><relation active="#struct-301288" type="direct"></relation><relation active="#struct-301232" type="indirect"></relation></listRelation><tutelles><tutelle active="#struct-300317" type="direct"><org type="institution" xml:id="struct-300317" status="VALID"><orgName>Université du Havre</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle><tutelle name="EA4108" active="#struct-300318" type="direct"><org type="institution" xml:id="struct-300318" status="VALID"><orgName>Université de Rouen</orgName><desc><address><addrLine> 1 rue Thomas Becket - 76821 Mont-Saint-Aignan</addrLine><country key="FR"></country></address><ref type="url">http://www.univ-rouen.fr/</ref></desc></org></tutelle><tutelle active="#struct-301288" type="direct"><org type="department" xml:id="struct-301288" status="VALID"><orgName>Institut National des Sciences Appliquées - Rouen</orgName><orgName type="acronym">INSA Rouen</orgName><desc><address><country key="FR"></country></address></desc><listRelation><relation active="#struct-301232" type="direct"></relation></listRelation></org></tutelle><tutelle active="#struct-301232" type="indirect"><org type="institution" xml:id="struct-301232" status="VALID"><orgName>Institut National des Sciences Appliquées</orgName><orgName type="acronym">INSA</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle></tutelles></hal:affiliation><country>France</country><placeName><settlement type="city">Le Havre</settlement><region type="region" nuts="2">Région Normandie</region><region type="old region" nuts="2">Haute-Normandie</region></placeName><orgName type="university">Université du Havre</orgName><placeName><settlement type="city">Rouen</settlement><region type="region" nuts="2">Région Normandie</region><region type="old region" nuts="2">Haute-Normandie</region></placeName><orgName type="university">Université de Rouen</orgName></affiliation></author><author><name sortKey="Grandvalet, Yves" sort="Grandvalet, Yves" uniqKey="Grandvalet Y" first="Yves" last="Grandvalet">Yves Grandvalet</name><affiliation wicri:level="1"><hal:affiliation type="laboratory" xml:id="struct-389870" status="VALID"><orgName>Heuristique et Diagnostic des Systèmes Complexes [Compiègne]</orgName><orgName type="acronym">Heudiasyc</orgName><desc><address><addrLine>UTC, CS 60319 - 57 avenue de Landshut - 60203 Compiègne cedex</addrLine><country key="FR"></country></address><ref type="url">https://www.hds.utc.fr/</ref></desc><listRelation><relation name="UMR7253" active="#struct-441569" type="direct"></relation><relation active="#struct-300259" type="direct"></relation></listRelation><tutelles><tutelle name="UMR7253" active="#struct-441569" type="direct"><org type="institution" xml:id="struct-441569" status="VALID"><idno type="ISNI">0000000122597504</idno><idno type="IdRef">02636817X</idno><orgName>Centre National de la Recherche Scientifique</orgName><orgName type="acronym">CNRS</orgName><date type="start">1939-10-19</date><desc><address><country key="FR"></country></address><ref type="url">http://www.cnrs.fr/</ref></desc></org></tutelle><tutelle active="#struct-300259" type="direct"><org type="institution" xml:id="struct-300259" status="VALID"><orgName>Université de Technologie de Compiègne</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle></tutelles></hal:affiliation><country>France</country></affiliation></author></titleStmt><publicationStmt><idno type="wicri:source">HAL</idno><idno type="RBID">Hal:hal-00442731</idno><idno type="halId">hal-00442731</idno><idno type="halUri">https://hal.archives-ouvertes.fr/hal-00442731</idno><idno type="url">https://hal.archives-ouvertes.fr/hal-00442731</idno><date when="2008">2008</date><idno type="wicri:Area/Hal/Corpus">000439</idno><idno type="wicri:Area/Hal/Curation">000439</idno><idno type="wicri:Area/Hal/Checkpoint">000615</idno></publicationStmt><sourceDesc><biblStruct><analytic><title xml:lang="fr">Classifieurs Probabilistes Parcimonieux</title><author><name sortKey="Herault, Romain" sort="Herault, Romain" uniqKey="Herault R" first="Romain" last="Hérault">Romain Hérault</name><affiliation wicri:level="1"><hal:affiliation type="laboratory" xml:id="struct-23832" status="VALID"><orgName>Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes</orgName><orgName type="acronym">LITIS</orgName><desc><address><addrLine>Avenue de l'Université UFR des Sciences et Techniques 76800 Saint-Etienne du Rouvray</addrLine><country key="FR"></country></address><ref type="url">http://www.litislab.eu</ref></desc><listRelation><relation active="#struct-300317" type="direct"></relation><relation name="EA4108" active="#struct-300318" type="direct"></relation><relation active="#struct-301288" type="direct"></relation><relation active="#struct-301232" type="indirect"></relation></listRelation><tutelles><tutelle active="#struct-300317" type="direct"><org type="institution" xml:id="struct-300317" status="VALID"><orgName>Université du Havre</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle><tutelle name="EA4108" active="#struct-300318" type="direct"><org type="institution" xml:id="struct-300318" status="VALID"><orgName>Université de Rouen</orgName><desc><address><addrLine> 1 rue Thomas Becket - 76821 Mont-Saint-Aignan</addrLine><country key="FR"></country></address><ref type="url">http://www.univ-rouen.fr/</ref></desc></org></tutelle><tutelle active="#struct-301288" type="direct"><org type="department" xml:id="struct-301288" status="VALID"><orgName>Institut National des Sciences Appliquées - Rouen</orgName><orgName type="acronym">INSA Rouen</orgName><desc><address><country key="FR"></country></address></desc><listRelation><relation active="#struct-301232" type="direct"></relation></listRelation></org></tutelle><tutelle active="#struct-301232" type="indirect"><org type="institution" xml:id="struct-301232" status="VALID"><orgName>Institut National des Sciences Appliquées</orgName><orgName type="acronym">INSA</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle></tutelles></hal:affiliation><country>France</country><placeName><settlement type="city">Le Havre</settlement><region type="region" nuts="2">Région Normandie</region><region type="old region" nuts="2">Haute-Normandie</region></placeName><orgName type="university">Université du Havre</orgName><placeName><settlement type="city">Rouen</settlement><region type="region" nuts="2">Région Normandie</region><region type="old region" nuts="2">Haute-Normandie</region></placeName><orgName type="university">Université de Rouen</orgName></affiliation></author><author><name sortKey="Grandvalet, Yves" sort="Grandvalet, Yves" uniqKey="Grandvalet Y" first="Yves" last="Grandvalet">Yves Grandvalet</name><affiliation wicri:level="1"><hal:affiliation type="laboratory" xml:id="struct-389870" status="VALID"><orgName>Heuristique et Diagnostic des Systèmes Complexes [Compiègne]</orgName><orgName type="acronym">Heudiasyc</orgName><desc><address><addrLine>UTC, CS 60319 - 57 avenue de Landshut - 60203 Compiègne cedex</addrLine><country key="FR"></country></address><ref type="url">https://www.hds.utc.fr/</ref></desc><listRelation><relation name="UMR7253" active="#struct-441569" type="direct"></relation><relation active="#struct-300259" type="direct"></relation></listRelation><tutelles><tutelle name="UMR7253" active="#struct-441569" type="direct"><org type="institution" xml:id="struct-441569" status="VALID"><idno type="ISNI">0000000122597504</idno><idno type="IdRef">02636817X</idno><orgName>Centre National de la Recherche Scientifique</orgName><orgName type="acronym">CNRS</orgName><date type="start">1939-10-19</date><desc><address><country key="FR"></country></address><ref type="url">http://www.cnrs.fr/</ref></desc></org></tutelle><tutelle active="#struct-300259" type="direct"><org type="institution" xml:id="struct-300259" status="VALID"><orgName>Université de Technologie de Compiègne</orgName><desc><address><country key="FR"></country></address></desc></org></tutelle></tutelles></hal:affiliation><country>France</country></affiliation></author></analytic><series><title level="j">Traitement du Signal</title><idno type="ISSN">0765-0019</idno><imprint><date type="datePub">2008</date></imprint></series></biblStruct></sourceDesc></fileDesc><profileDesc><textClass><keywords scheme="mix" xml:lang="fr"><term>Apprentissage statistique</term><term>Classes déséquilibrées</term><term>Classes déséquilibrées.</term><term>Classifieur parcimonieux</term></keywords></textClass></profileDesc></teiHeader><front><div type="abstract" xml:lang="fr">Les scores retournés par les séparateurs à vaste marge sont souvent utilisés comme mesures de confiance pour la classification de nouveaux exemples. Cependant, il n'y a pas de fondement théorique à cette pratique. C'est pourquoi, lorsque l'incertitude de classification doit être estimée, il est plus sûr de recourir à des classifieurs qui estiment les pro- babilités conditionnelles des classes. Ici, nous nous concentrons sur l'ambiguïté à proximité de la frontière de décision. Nous proposons une adaptation de l'estimation par maximum de vraisemblance. Le critère proposé vise à estimer les probabilités conditionnelles, de manière précise à l'intérieur d'un intervalle défini par l'utilisateur, et moins précise ailleurs. Le modèle est aussi parcimonieux, dans le sens où peu d'exemples contribuent à la solution. Nous appliquons ce critère à la régression logistique. Ce modèle de régression logistique parcimonieuse sera ensuite validé par le jeu de données Forest Covertype de l'UCI.</div></front></TEI><hal api="V3"><titleStmt><title xml:lang="fr">Classifieurs Probabilistes Parcimonieux</title><author role="aut"><persName><forename type="first">Romain</forename><surname>Hérault</surname></persName><email></email><idno type="halauthor">177735</idno><affiliation ref="#struct-23832"></affiliation></author><author role="aut"><persName><forename type="first">Yves</forename><surname>Grandvalet</surname></persName><email></email><idno type="idhal">yves-grandvalet</idno><idno type="halauthor">177736</idno><affiliation ref="#struct-389870"></affiliation></author><editor role="depositor"><persName><forename>Romain</forename><surname>Hérault</surname></persName><email>romain.herault@insa-rouen.fr</email></editor></titleStmt><editionStmt><edition n="v1" type="current"><date type="whenSubmitted">2009-12-22 13:55:14</date><date type="whenModified">2015-05-20 01:04:16</date><date type="whenReleased">2009-12-24 14:01:13</date><date type="whenProduced">2008</date><date type="whenEndEmbargoed">2009-12-22</date><ref type="file" target="https://hal.archives-ouvertes.fr/hal-00442731/document"><date notBefore="2009-12-22"></date></ref><ref type="file" subtype="author" n="1" target="https://hal.archives-ouvertes.fr/hal-00442731/file/versionfinale2008014.pdf"><date notBefore="2009-12-22"></date></ref></edition><respStmt><resp>contributor</resp><name key="145003"><persName><forename>Romain</forename><surname>Hérault</surname></persName><email>romain.herault@insa-rouen.fr</email></name></respStmt></editionStmt><publicationStmt><distributor>CCSD</distributor><idno type="halId">hal-00442731</idno><idno type="halUri">https://hal.archives-ouvertes.fr/hal-00442731</idno><idno type="halBibtex">herault:hal-00442731</idno><idno type="halRefHtml">Traitement du Signal, Lavoisier, 2008, 25 (4), pp.279--291</idno><idno type="halRef">Traitement du Signal, Lavoisier, 2008, 25 (4), pp.279--291</idno></publicationStmt><seriesStmt><idno type="stamp" n="CNRS">CNRS - Centre national de la recherche scientifique</idno><idno type="stamp" n="UNIV-ROUEN">Université de Rouen</idno><idno type="stamp" n="UNIV-LEHAVRE">Université du Havre</idno><idno type="stamp" n="UNIV-COMPIEGNE">Université de Technologie de Compiègne</idno><idno type="stamp" n="LITIS">Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes</idno><idno type="stamp" n="HEUDIASYC">Laboratoire HEUDIASYC - Heuristique et Diagnostic des Systèmes Complexes</idno><idno type="stamp" n="COMUE-NORMANDIE">Normandie Université</idno></seriesStmt><notesStmt><note type="audience" n="2">International</note><note type="popular" n="0">No</note><note type="peer" n="1">Yes</note></notesStmt><sourceDesc><biblStruct><analytic><title xml:lang="fr">Classifieurs Probabilistes Parcimonieux</title><author role="aut"><persName><forename type="first">Romain</forename><surname>Hérault</surname></persName><idno type="halAuthorId">177735</idno><affiliation ref="#struct-23832"></affiliation></author><author role="aut"><persName><forename type="first">Yves</forename><surname>Grandvalet</surname></persName><idno type="idHal">yves-grandvalet</idno><idno type="halAuthorId">177736</idno><affiliation ref="#struct-389870"></affiliation></author></analytic><monogr><idno type="halJournalId" status="VALID">62863</idno><idno type="issn">0765-0019</idno><idno type="eissn">1958-5608</idno><title level="j">Traitement du Signal</title><imprint><publisher>Lavoisier</publisher><biblScope unit="volume">25</biblScope><biblScope unit="issue">4</biblScope><biblScope unit="pp">279--291</biblScope><date type="datePub">2008</date></imprint></monogr></biblStruct></sourceDesc><profileDesc><langUsage><language ident="fr">French</language></langUsage><textClass><keywords scheme="author"><term xml:lang="fr">Classes déséquilibrées</term><term xml:lang="fr">Apprentissage statistique</term><term xml:lang="fr">Classifieur parcimonieux</term><term xml:lang="fr">Classes déséquilibrées.</term></keywords><classCode scheme="halDomain" n="info.info-lg">Computer Science [cs]/Machine Learning [cs.LG]</classCode><classCode scheme="halTypology" n="ART">Journal articles</classCode></textClass><abstract xml:lang="fr">Les scores retournés par les séparateurs à vaste marge sont souvent utilisés comme mesures de confiance pour la classification de nouveaux exemples. Cependant, il n'y a pas de fondement théorique à cette pratique. C'est pourquoi, lorsque l'incertitude de classification doit être estimée, il est plus sûr de recourir à des classifieurs qui estiment les pro- babilités conditionnelles des classes. Ici, nous nous concentrons sur l'ambiguïté à proximité de la frontière de décision. Nous proposons une adaptation de l'estimation par maximum de vraisemblance. Le critère proposé vise à estimer les probabilités conditionnelles, de manière précise à l'intérieur d'un intervalle défini par l'utilisateur, et moins précise ailleurs. Le modèle est aussi parcimonieux, dans le sens où peu d'exemples contribuent à la solution. Nous appliquons ce critère à la régression logistique. Ce modèle de régression logistique parcimonieuse sera ensuite validé par le jeu de données Forest Covertype de l'UCI.</abstract></profileDesc></hal></record>Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/France/explor/LeHavreV1/Data/Hal/Checkpoint
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 000615 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/Hal/Checkpoint/biblio.hfd -nk 000615 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien
|wiki= Wicri/France
|area= LeHavreV1
|flux= Hal
|étape= Checkpoint
|type= RBID
|clé= Hal:hal-00442731
|texte= Classifieurs Probabilistes Parcimonieux
}}
| This area was generated with Dilib version V0.6.25. |  |