Version imprimable
Bonjour,
Je cherche un algorithme de classification non supervisée floue qui accepte en entrée des termes linguistiques ou des intervalles.
J'ai trouvé l'algorithme FCM mais d'après ce que j'ai compris il fonctionne avec des données numériques et je voudrais une classification linguistique ou par intervalles.
Je débute donc j'ai un peu de mal :oops:.
Cordialement.
Comme d'habitude, nous voici en présence d'une question mal formulée et manquant d'information.
Est-il possible d'indiquer l'application ?
Ce qui est recherché exactement ?
Bonjour,
En fait, je travaille sur les bases de données relationnelles floues, c'est à dire qui contiennent des données imprécises et incertaines.
Par exemple pour l'attribut âge on peut avoir comme valeurs des termes linguistiques(jeune, vieux...), des intervalles, des valeurs approximatives...
Je cherche des algorithmes de classification floue qui permettent de gérer les termes linguistiques ou les intervalles, pas seulement les données numériques comme les algorithmes de classification classiques.
Je sèche donc si vous avez des propositions n'hésitez pas :D
Cordialement
Et si tu mappais les valeurs linguistiques sur des valeurs floues ou des intervalles de valeurs floues ?
La machine ne sait pas ce que "jeune" veut dire si on ne lui dit pas...
Bon l'idée ici c'est que si pour un même attribut, tu n'as pas le même type de valeur à chaque fois, tu vas galérer.Citation:
Envoyé par hoolaka
Dans un premier temps, donc, tu normalise ta base avec des valeurs symboliques , genre jeune tu gardes, entre 10 et 20, tu transformes en jeune, etc.
Pour faire ces transformations, c'est la logique floue (fuzzy logic en anglais), ça te prends environ 15 minutes a comprendre.
Ensuite, tu appliques n'importe quel algo de classification, ils marchent normalement tous aussi bien avec des valeurs symboliques qu'avec des valeurs numériques.
Les valeurs réelles derrière "jeune" et "vieux" c'est pas important au niveau de l'algo, apres, pour en sortir des résultats numérique -> logique floue encore.