|
Feature Selection for a Gait Identification Model M. SEBBAN, S. RABASEDA, D.A. ZIGHED E.R.I.C_Lyon, Université Lumière Lyon 2 5, avenue P. Mendès-France 69676 Bron Cedex Tél : 33-4-78-77-24-14 Fax : 33-4-78-77-23-75 |
Résumé :
Dans le cadre d'une collaboration médicale, nous devions construire des règles de diagnostic permettant de distinguer automatiquement une marche normale d'une boiterie. Face à la grande quantité de paramètres, nous avons utilisé des techniques d'extraction automatique de connaissances par graphes d'induction. Les premiers résultats font émerger des situations de sur-apprentissage, liées à la petite taille de l'échantillon traité et à la complexité du problème. Pour éviter la construction de ces modèles voués à l'échec en généralisation, nous proposons une approche différente du problème, basée sur une méthode statistique permettant d'évaluer la qualité d'un espace de représentation a priori et de sélectionner les paramètres les plus discriminants.