Hiérarchies conceptuelles de données binaires
Guénoche, Alain
Mathématiques et Sciences humaines, Tome 124 (1993), p. 23-34 / Harvested from Numdam
Access to full text
Full (PDF)
Full (DJVU)

En classification conceptuelle d'un ensemble d'objets décrits dans un espace de représentation, on cherche à construire une partition des objets en classes disjointes et simultanément une caractérisation de chaque classe dans les termes de l'espace de représentation. Dans le cas, très courant, où cet espace est engendré par des données binaires nous présentons deux algorithmes, dérivés des méthodes ascendantes et descendantes en classification qui maximisent localement un indice de cohésion des classes. Les caractérisations construites sont des conjonctions de caractères communs qui sont également caractéristiques des classes. De ce fait elles sont monothétiques et et constituent des éléments du treillis Galois.

The conceptual clustering problem is to build not only a partition of a set of objects into separated classes, but also to associate to each class a characterization in the representation space terms. In this text we present two algorithms, derived from classical clustering methods, to realise simultaneously these two functions, in a representation space generated by binary attributes. Characterizations will be expressed like characteristic functions of monothetic classes that correspond to concepts selected from Galois lattice.

Publié le : 1993-01-01
@article{MSH_1993__121__23_0,
     author = {Gu\'enoche, Alain},
     title = {Hi\'erarchies conceptuelles de donn\'ees binaires},
     journal = {Math\'ematiques et Sciences humaines},
     volume = {124},
     year = {1993},
     pages = {23-34},
     mrnumber = {1217027},
     zbl = {0787.92030},
     language = {fr},
     url = {http://dml.mathdoc.fr/item/MSH_1993__121__23_0}
}

Guénoche, Alain. Hiérarchies conceptuelles de données binaires. Mathématiques et Sciences humaines, Tome 124 (1993) pp. 23-34. http://gdmltest.u-ga.fr/item/MSH_1993__121__23_0/

Berge, Cl., Graphes et Hypergraphes, Dunod, Paris, 1970. | MR 357173 | Zbl 0213.25702

Breiman L., Friedman J.H., Olshen R.A., Stone C.J., Classification and Regression Trees, Wadsworth International Group, 1984. | MR 726392 | Zbl 0541.62042

Gascuel O., A. Guénoche, "Approche symbolique-numérique en Apprentissage", Actes des journées nationales du PRC-IA, B. Bouchon Meunier (Ed.), Hermès, Paris, 1990, p. 91-112.

Guénoche A., "Generalization and Conceptual Classification : Indices and Algorithm ", Data Analysis, Learning symbolic and numeric knowledge, E. Diday (Ed.), Nova Science Publishers, New York, 1989, p. 503-510.

Guénoche A., "Classification conceptuelle dans l'Algèbre de Boole", XXII-ièmes Journées de Statistique, Tours, 28 Mai-1 Juin 1990.

Guénoche A., "Méthodes booléennes pour la caractérisation des exemples par les contre-exemples ", Actes des V-ièmes Journées Françaises de l'Apprentissage, Cassis, 1988, 11p.

Michalski R.S., Diday E., Stepp R.E., "A recent advance in data analysis : Clustering Objects into Classes Characterized by Conjunctive Concepts", Progress in Patern Recognition, KANAL L.N.& ROSENFELD, A., (Eds.), North-Holland, 1981, p. 33-56.

Michalski R.S., Stepp R.E., "Learning from observation : Conceptual Clustering", Machine Learning : an Artificial Intelligence Approach, Tioga, Palo Alto, 1983, p. 331-363.

Mitchell T., "Generalization as search", Artificial Intelligence, 18, 1982, p. 203-226. | MR 652565

Nicolas J., "Généralisation en logique des prédicats", Actes des Journées nationales PRC-GRECO I.A., Toulouse, Mars 1988, p. 255-274.

Pitt L., Reinke. R.E., "Criteria for Polynomial-Time (Conceptual) Clustering", Machine Learning, 2, 4, 1988, p. 371-396.

Sokal R.R., Sneath P.H.A., Principles of numerical taxonomy, Freeman, San Francisco, 1963. | MR 456594

Williams W.T., Lambert J.M., "Multivariate methods in plant ecology", J. of Ecology, 47, 1959, p. 83-101.