Reference : Traitement de données volumineuses par ensemble d'arbres aléatoires
Scientific journals : Article
Engineering, computing & technology : Computer science
http://hdl.handle.net/2268/25735
Traitement de données volumineuses par ensemble d'arbres aléatoires
English
Geurts, Pierre mailto [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
2003
Revue des nouvelles technologies de l'information, Numéro spécial entreposage et fouille de données
1
111-122
Yes
[en] machine learning ; data mining
[en] Cet article présente une nouvelle méthode d'apprentissage ba-sée sur un ensemble d'arbres de décision. Par opposition à la méthode traditionnelle d'induction, les arbres de l'ensemble sont construits en choisissant les tests durant le développement de manière complètement aléatoire. Cette méthode est comparée aux arbres de décision et au bagging sur plusieurs problèmes de classification. Grâce aux choix aléatoires des tests, les temps de calcul de cet algorithme sont comparables à ceux des arbres traditionnels. Dans le même temps, la méthode se révèle beaucoup plus précise que les arbres et souvent significativement meilleure que le bagging. Ces caractéristiques rendent cette méthode particulièrement adaptée pour le traitement de bases de données volumineuses.
http://hdl.handle.net/2268/25735
http://www.montefiore.ulg.ac.be/services/stochastic/pubs/2003/Geu03

File(s) associated to this reference

Fulltext file(s):

FileCommentaryVersionSizeAccess
Restricted access
geurts-jds03.pdfAuthor postprint152.5 kBRequest copy

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.