Régression logistique à base de splines adaptatives avec un réseau de neurones ReLU
Résumé
Cet article s'intéresse à la classification binaire à l'aide d'une régression logistique non-linéaire. Les modèles linéaires, simples et interprétables, sont très appréciés dans le domaine médical mais leurs performances restent très limitées lorsque les données sont complexes. Nous proposons de remplacer la fonction linéaire de la régression logistique par une fonction linéaire par morceau modélisée par des fonctions splines. L'innovation majeure de cet article consiste à construire un réseau de neurones qui réalise entièrement cette régression logistique nonlinéaire. L'architecture particulière de ce réseau automatise la segmentation des variables explicatives, permet une optimisation efficace des paramètres du réseau et garantit l'explicabilité des prédictions calculées.
Origine | Fichiers produits par l'(les) auteur(s) |
---|