Régression Logistique Parcimonieuse - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2007

Régression Logistique Parcimonieuse

Résumé

Les résultats retournés par les séparateurs à vaste marge sont souvent utilisés comme mesures de confiance pour la classification de nouveaux exemples. Cependant, il n'y a pas de fondement théorique à cette pratique. C'est pourquoi, lorsque l'incertitude de classification doit être estimée, il est plus sûr d'avoir recours à des classifieurs qui estiment les probabilités conditionnelles des classes. Ici, nous nous concentrons sur l'ambiguïté à proximité de la frontière de décision. Nous proposons une adaptation de l'estimation par maximum de vraisemblance, appliquée à la régression logistique. Le critère proposé vise à estimer les probabilités conditionnelles, de manière précise à l'intérieur d'un intervalle défini par l'utilisateur, et moins précise ailleurs. Le modèle est aussi parcimonieux, dans le sens où peu d'exemples contribuent à la solution. L'efficacité du calcul est ainsi améliorée par rapport à la régression logistique. De plus, nos premières expériences montrent une amélioration des performances par rapport à la régression logistique standard, avec des performances similaires à celles des séparateurs à vaste marge.
Fichier principal
Vignette du fichier
cap2007.pdf (252.01 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00442755 , version 1 (24-12-2009)

Identifiants

  • HAL Id : hal-00442755 , version 1

Citer

Romain Hérault, Yves Grandvalet. Régression Logistique Parcimonieuse. 9ème Conférence d'Apprentissage, Plate-forme AFIA, Jul 2007, Grenoble, France, France. pp.265-280. ⟨hal-00442755⟩
186 Consultations
1188 Téléchargements

Partager

Gmail Facebook X LinkedIn More