Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parYvette Dubois Modifié depuis plus de 10 années
1
Sujet : Étude de Data Mining en utilisant SAS:EM
UNIVERSITE CATHOLIQUE DE LOUVAIN Année académique 2009 – 2010 STAT2350 : DATA-MINING Sujet : Étude de Data Mining en utilisant SAS:EM Spinel Jean-Denis Mitskos Christina
2
Plan Objectif et méthodologie Les différents nodes
Les différends modèles Résultats obtenu
3
Objectif: Target Modèles prédictifs Variables Pertinentes
4
Méthodologie :
5
Node : Input Data !!: Surentrainement Entrainement, Validation, Test
Note: Cross-Validation ?
6
Node : Transform Variable
7
Node : Replacement Si binaire 0 Si !Finance Moyenne
Sinon Tree Inputation
8
Node: Variable Selection
Sans: Avec:
9
Node : Filter Outlier Sans: Avec
10
ModèleS Arbres de Décisions Régressions Logistiques Réseau de Neurone
11
Exemple : le Neural Network
12
Comparaison des modèle
Tree Régression NN
13
Variables Significatives
14
Oversampling Tree Régression NN
15
Conclusion Meilleur modèle = NN Oversampling < Donnée brute ? Doute
16
Bibliographie TUFFERY (S.), Data Mining et statistique décisionnel, Paris, Technip, 2007, 366 p.
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.