Sélection d’attributs par Learning Tabu Search

ROADEF2016: 17ème Conférence ROADEF de la Société Française de Recherche Opérationnelle et d’Aide à la Décision

Auteurs

L. Mousin, L. Jourdan, M-E. Marmion, C. Dhaenens

Résumé

Le nombre de données disponibles étant en constante augmentation, les algorithmes d'extraction de connaissances ont de plus en plus de mal à extraire les informations pertinentes. En effet, dans cette masse de données, beaucoup sont non-significatives ou redondantes, ce qui crée du bruit pour les algorithmes d'extraction de connaissances et rend ainsi les modèles incapables de faire de la prédiction sur de nouvelles données. Pour remédier à ce problème, nous utilisons la sélection d'attributs comme une phase préliminaire aux algorithmes d'apprentissage qui va réduire la taille des données afin de permettre de découvrir de meilleurs modèles. Le problème de sélection d'attributs consiste donc à choisir parmi un ensemble d'attributs de très grande taille, un sous-ensemble plus petit d'attributs qui sont significatifs pour le problème étudié. De nombreuses méthodes de résolution pour la sélection d'attributs ont été proposées. 

Ce problème étant un problème combinatoire, nous avons choisi de le modéliser comme un problème d'optimisation combinatoire. La qualité du sous-ensemble d'attributs choisi est mesurée en appliquant une méthode de classification sur ces données et en calculant le pourcentage de bonne classification des données. Ce procédé d'évaluation d'un sous-ensemble devient rapidement coûteux lorsque la taille de données est grande. De ce fait, si nous voulons avoir une chance d'avoir une bonne solution, nous devons utiliser une méta-heuristique efficace. C'est pourquoi nous avons choisi pour notre problème d'utiliser un Learning Tabu Search (LTS), une recherche taboue avec un mécanisme d'apprentissage pour guider la recherche.

Sélection d’attributs par Learning Tabu Search

01/02/2016

Fichiers
Papier Présentation
Citation
L. Mousin, L. Jourdan, M-E. Marmion, C. Dhaenens. Sélection d’attributs par Learning Tabu Search. ROADEF2016: 17ème Conférence ROADEF de la Société Française de Recherche Opérationnelle et d’Aide à la Décision, 2016, Compiègne, France