Discussion :

[meriyem]

bonjour

j'utilise weka pour générer un arbre de décision à partir des données stockées dans ma base.

en effet je voudrais retrouver les régions similaires en terme de pourcentage de naissance et de deces.

j'ai fait ma requete qui me sort chaque region et son pourcentage de naissance et deces ensuite j'applique la méthode J48 de weka mais je n'ai pas toutes les régions classées. cette algorithme classe seulement 35% des régions .

est ce que quelqu'un sait pourquoi ??

merci

[Jester]

Pourquoi utiliser un arbre de décision pour faire cela? Vous pouvez donner l'arbre. Là ce n'est pas clair ce que vous voulez. Si c'est pour trouver des groupes de régions similaires, il faut utiliser du clustering plutôt.

[meriyem]

oui j'ai utilisé le clustering et j'ai pu classer mes régions
les arbres aussi servent à faire de la classification ce que je veut c'est comparer les deux résultats

[Jester]

Vous faites ça dans quel cadre et où? Parce qu'en soit ça ne semble pas être valide. C'est comme comparer des choux et des carottes.

L'objectif des deux méthodes n'est pas le même. Et l'objectif doit dépendre du problème à résoudre.

[meriyem]

c'est dans le cadre d'un projet

il nous ai demandé de trouver les régions similaires en terme de naissance et déces et ceci en utilisant les deux méthodes : arbre de décision et k-means et aussi comparer les résultats des 2

tu vois ???

[Jester]

Ouaip je vois très bien. On ne peut pas comparer les résultats de façon brute, mais on peut comparer l'objectif de chacune des méthodes.

[meriyem]

ok d'accord !!

mais je ne sais pas comment je pourrais comparer l'objectif ??

autre chose pourquoi tu dis qu'on ne peut pas comparer le résultat brute ??

[Jester]

Dans un cas vous regrouper ce qui se ressemble sur deux attributs. Dans l'autre vous cherchez à prédire ces attributs. Vous pouvez pendre les feuilles de l'arbre comme groupes, mais ça n'aurait pas le même sens car ce n'est pas des regroupements de similarité sur les deux attributs natalité et mortalité.