Vers une classification non supervisée adaptée pour obtenir des arbres de décision simplifiés
Abstract
L'induction d'arbre de décision est une technique puissante et populaire
pour extraire de la connaissance. Néanmoins, les arbres de décision obtenus
depuis des données issues du monde réel peuvent être très complexes et donc difficiles
à exploiter. Dans ce cadre, cet article présente une solution originale pour
adapter le résultat d'une classification non supervisée quelconque afin d'obtenir
des arbres de décision simplifiés pour chaque cluster.