Discussion :

[ELSAYUCEF]

Bonjour chère communauté,

Pour mon PFE dont le sujet est la mise en place d'un système de classification supervisée (on connait quelles seront nos classes).
Je me trouve face à plusieurs difficultés et pour lesquelles je sollicite votre aide, brièvement le projet consiste à :

Créer un classificateur pouvant classifier automatiquement des données, ces données sont décrites par (x1,.....,x10) variables qualitatives et quantitatives, pour lesquelles on souhaite associer des classes de type (y1,y2,y3).

petite explication :
classe y1 contient 100 modalités.
classe y2 contient 38 modalités.
classe y3 contient 28 modalités.

A l'heure actuelle je possède un échantillon de classification stocké dans une table appelée base d'apprentissage (x1,............,x10; y1,y2,y3) en colonnes et n lignes.

Je possède aussi des nouvelles données qui ont le format (x1,.....,x10) en colonnes et n lignes auxquelles notre classificateur devrait prédire pour chaque ligne les valeurs de y1,y2,y3.

Ma question est : quel algorithme devrais-je utiliser pour répondre à ce besoin spécifique? comment l'adapter à mes données mixtes (qualit,quant)?

J'espère ne pas avoir été très brouillant et reste dans l'attente de vos conseils.

SOS
Cdt;

[momedalhouma]

je penses que l'outils weka peut te faciliter le travail.

[dourouc05]

Weka est très loin d'être un algorithme…

En soi, rien de particulier : tes variables qualitatives sont simplement des classes, que tu peux alors encoder comme des nombres (comme si elles étaient quantitatives). Si tu préfères garder leur nature qualitative, tu peux regarder des algorithmes à base d'arbres de décision, vu qu'ils ne fonctionnent que de manière discrète (et ne sont pas prévus à l'origine pour des données quantitatives, même si ça ne pose plus aucun problème) — y compris forêts aléatoires et autres variantes des arbres de décision.

[ToTo13]

Il n'y a malheureusement pas de réponse universelle quant au choix de l'algorithme d'apprentissage à utiliser.
Par principe (mais ce n'est pas une règle), je commence toujours par une régression logistique car c'est très rapide et efficace si tu un problème proche de quelque chose de linéaire.
Ensuite, les algorithmes les plus utilisés actuellement sont :
- Support Vector Machine (SVM)
- Random Forests (forêts aléatoires)
- Réseaux de neurones, mais attention à toutes les contraintes que ça implique. Ces derniers sont très puissants, mais aussi très délicats à utiliser car on tombe TRES facilement dans le sur-apprentissage

[ELSAYUCEF]

Merci pour vos retours,

Alors pour bien cadrer ma question, qu'est-ce-que vous me conseillé de faire en premier temps,quelles sont les étapes que je dois suivre?

Car honnêtement je suis débutant dans le domaine du data science et le Machine learning, actuellement je possède des données et je ne sais pas quoi en faire.

En termes de technologies mon entreprise a une préférence vers tout ce qui est microsoft.(c#, cortana, azure machine learning...)
Je sais que les algorithmes de classification existent déjà dans ces plateformes mais je n'ai pas pu les adapter au format de mes données.

Merci encore une fois pour vos conseils,

Cdt;

[ELSAYUCEF]

Rebonjour la communauté,

Pour vous faciliter la compréhension du problème je vous prie de trouver ci-dessous le format de mes données:

L'échantillon de classification déjà préparé par l'humain correspond à ce qui suit:



et les nouvelles données que nous souhaitions classifier ressemble à ça:




Dans l'attente de votre HELP.
Merci infiniment par avance.

Cdt;