1 / 22

A q (Algorithme de l’étoile)

A q (Algorithme de l’étoile). Plan. Présentation de A q Algorithme Un exemple Défauts de la méthode Solution apportée. A q (Algorithme de l’étoile). Proposé par R. Michalski (1969) Problème : un ensemble d’attributs discr è ts 2 classes (POS, NEG) Objectif :

brad
Télécharger la présentation

A q (Algorithme de l’étoile)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Aq(Algorithme de l’étoile)

  2. Plan • Présentation de Aq • Algorithme • Un exemple • Défauts de la méthode • Solution apportée DESS

  3. Aq (Algorithme de l’étoile) • Proposé par R. Michalski (1969) • Problème : • un ensemble d’attributs discrèts • 2 classes (POS, NEG) • Objectif : • Apprendre une description correcte et complète de la classe POS DESS

  4. Applications • Apprentissage de règles permettant de caractériser une classe par rapport à une autre • Modéliser le comportement d’utilisateurs • Caractériser une maladie • … • Apprentissage incrémental DESS

  5. Un ensemble d’apprentissage DESS

  6. L’algorithme • Diviser les exemples en deux sous ensembles (POS, NEG) • Choisir un exemple dans POS (le noyau) • Trouver un ensemble de règles générales caractérisant le noyau (l’étoile) • Choisir la meilleure règle dans l’étoile • Itérer s’il reste des exemples non couverts dans POS DESS

  7. M T N N S E4 F3 F4 T M F6 E3 R S F2 E1 F5 F1 R X Y Z E2 X Y Z Changement de représentation DESS

  8. + E4 Changement de représentation DESS

  9. Apprentissage (1/4) • Choix du noyau : E1 • Génération de l ’étoile de E1 tel que F1 ne soit pas couvert DESS

  10. Apprentissage (2/4) • Fonction qui reconnaît E1 et qui rejette F1 : • G(E1/F1) = (Att1  X)  (Att2  M)  (Att3  S) F1 E1 + DESS

  11. Apprentissage (3/4) • Fonctions qui reconnaissent E1 et pas Fi • G(E1/F1) = (Att1  X)  (Att2  M)  (Att3  S) • G(E1/F2) = (Att2  M)  (Att3  T) • G(E1/F3) = (Att3  T) • G(E1/F4) = (Att1  Z)  (Att3  T) • G(E1/F5) = (Att1  Z) • G(E1/F6) = (Att1  X)  (Att3  S) • Étoile E1 = &i G(E1/Fi) DESS

  12. Apprentissage (4/4) • Simplification de l’étoile • conserver les règles les plus spécifiques • G(E1/F3) plus spécifique que G(E1/F2) (Att3  T) (Att2  M)  (Att3  T) + DESS

  13. Étoile de E1 • Étoile de E1 (Att3  T) & (Att1  Z) & ((Att1  X)  (Att3  S)) • Après réécriture : ((Att1 = Y)  (Att3  T))  ((Att1  Z)(Att3 = R)) DESS

  14. + Étoile de E1 R1’ : (att1 = X v Y)  (att3 = R) R2’ : (att1 = Y)  (att3 = R v S) DESS

  15. Critères de sélection des règles dans l’étoile • Maximiser le nombre d ’éléments couverts par la règle retenue • Minimiser le nombre d ’attributs de la règle retenue • Maximiser la capacité à généraliser de la règle retenue • ... DESS

  16. Itération de l’algorithme • Exemple non couvert par R1’ : E4 • Étoile de E4 : • R : (Att1 = X) & (Att3 = R v T) + DESS

  17. Résultat final • Règles permettant de caractériser POS par rapport à NEG ((Att1 = X v Y) & (Att3 = R))  ((Att1 = Y) & (Att3 = R v S)) ((Att1 = X) & (Att3 = R v T)) + DESS

  18. Défauts de Aq • Sensibilité au bruit dans les classes • Sensibilité liée à l’imprécision du contexte • Solution proposée par R. Michalski (1990) • approche à deux niveaux (two-tiered approach ) DESS

  19. Approche à deux niveaux(1/3) • Idée : • découper la description de la classe POS en deux parties : • Représentation de Base du Concept (RBC) • Interprétation Inférentielle du Concept (IIC) • Possibilité d’apprendre des concepts flexibles DESS

  20. Approche à deux niveaux(2/3) • Algorithme • Utiliser Aq pour obtenir l’ensemble initial de règles • Retenir la règle la plus importante (nombre maximal d’éléments de POS couverts) : RBC • Définir la procédure IIC pour reconnaître les éléments de POS non couverts par RBC DESS

  21. IIC BCR Approche à deux niveaux(3/3) • Exemple • BCR : si A1 & A2 & … & An alors POS • IIC : au moins 3 conditions parmi A1, …, An doivent être vérifiées DESS

  22. Bibliographie • Cours d’Yves Kodratoff : http://ecd6.univ-lyon2.fr/organisation/contenu_cours.php3?numcours=1 • Antoine Cornuéjols - Laurent Miclet. Apprentissage Artificiel. Edition Eyrolles (2002). • Weka : http://www.cs.waikato.ac.nz/ml/weka/ DESS

More Related