RNTI

MODULAD
Vers une classification non supervisée adaptée pour obtenir des arbres de décision simplifiés
In EGC 2014, vol. RNTI-E-26, pp.505-508
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.