Théorie du consensus appliquée au prétraitement des ensembles de données
Face au passage à l'échelle des données, les méthodes de visualisation peinent à fournir de bons résultats. Dans cet article, nous présentons une approche de prétraitement de données (CTBFS) pour la fouille visuelle de données basée sur la théorie du consensus, le regroupement de données et une affectation visuelle de poids. Nous utilisons des ensembles de données de l'UCI et du Kent Ridge Bio Medical Dataset Repository pour évaluer les performances de notre nouvelle approche.
Visualization methods do not scale well with high number of features. We present an approach using a consensus theory based feature selection (CTBFS) algorithm, clustering for sampling and visualization for weight assignment in order to aggregate multivariate and multidimensional datasets. We use datasets available in UCI and Kent Ridge Bio Medical Dataset Repositories in order to evaluate the performance of our new approach.
E.FANGSEU BADJIO, F.POULET
fouille visuelle de données, théorie du consensus, regroupement de données, affectation visuelle de poids.
visual data mining, consensus theory, clustering for sampling, weight assignment, visualization for weight assignment.
Français
|
