International Journal For Multidisciplinary Research

E-ISSN: 2582-2160   •   Impact Factor: 9.24

A Widely Indexed Open Access Peer Reviewed Multidisciplinary Bi-monthly Scholarly International Journal

Call for Paper Volume 6 Issue 6 November-December 2024 Submit your research before last 3 days of December to publish your research paper in the issue of November-December.
Submit Research Paper Join as a Reviewer

Plagiarism is checked by the leading plagiarism checker TurnItIn

Call for Paper

Volume 6 Issue 6
November-December 2024

Submit your research paper

Indexing Partners
Academia Advanced Sciences Index Bielefeld Academic Search Engine CiteSeer DRJI Google Scholar Independent Search Engine & Directory Network ISI (International Scientific Indexing) Issuu Mendeley Research Networks
RefSeek ResearcherId - Thomson Reuters ResearchGate Scirus Scribd Semantic Scholar UTeM - Universiti Teknikal Malaysia Melaka Wiki for Call for Papers WorldCat Zenodo

Etude Portant Sur La Combinaison De Classifieurs Pour Augmenter Le Degré D’homogénéité Des Individus D’un Ensemble

Author(s) Pierrot MUKENDI NGALAMULUME
Country Congo (Democratic)
Abstract Face à une grande masse des données, ces dernières doivent être analysées pour en faire sortir des informations fiables à la prise de décision. Elles peuvent être regroupées en sous-ensembles selon les critères bien définis. Ainsi, La force de la classification réside dans sa capacité à répartir les objets en classes distinctes dont les éléments ont les mêmes propriétés. Or, il n’existe pas le meilleur classifieur capable de traiter n’importe quelle distribution des données d’apprentissage, ni discriminer correctement un ensemble important de classes. D’où, il s’avère toujours important de les combiner pour la précision et l’efficacité des résultats. Ceci offre plusieurs avantages tels que la distribution des caractéristiques sur des classifieurs adaptés, l’exploitation de la complémentarité entre les classifieurs, la prise en compte des performances de chacun des classifieurs.
C’est dans ce cadre que s’inscrit cette étude qui porte sur la combinaison séquentielle des classifieurs pour augmenter le degré d’homogénéité des individus d’un ensemble. Deux classifieurs seront combinés, l’arbre de décision de l’apprentissage supervisé et le K-means de l’apprentissage non supervisé pour constituer des groupes beaucoup plus homogènes d’individus.
Keywords Classifieur
Field Computer > Data / Information
Published In Volume 6, Issue 3, May-June 2024
Published On 2024-06-30
Cite This Etude Portant Sur La Combinaison De Classifieurs Pour Augmenter Le Degré D’homogénéité Des Individus D’un Ensemble - Pierrot MUKENDI NGALAMULUME - IJFMR Volume 6, Issue 3, May-June 2024. DOI 10.36948/ijfmr.2024.v06i03.23199
DOI https://doi.org/10.36948/ijfmr.2024.v06i03.23199
Short DOI https://doi.org/gt3nj2
View / Download PDF File

Share this



E-ISSN 2582-2160
CrossRef

CrossRef DOI is assigned to each research paper published in our journal.

IJFMR DOI prefix is
10.36948/ijfmr

Downloads
Research Paper Format Copyright Permission Form and Undertaking Form Cover Page Vol 6 Isu 6Cover Page Vol 6 Isu 5Cover Page Vol 6 Isu 4

All research papers published on this website are licensed under Creative Commons Attribution-ShareAlike 4.0 International License, and all rights belong to their respective authors/researchers.

CC-BY-SA Open Access

About IJFMR
Fees & Payment
Current Issue
Publication Archive 		Submit Research Paper
Track Submission Status
Publication Guidelines
Publication Ethics
Peer Review & Plagiarism 		Join as a Reviewer
Editors & Reviewers
Reviewer Referral Program
Get Reviewer Membership Certi. 		Website/Journal Policies
Usage Policy
Content Policies
Privacy Policy
Contact Us +91-9898-5948-55 editor@ijfmr.com