H-classificabilité

I. C. Lerman

Mathématiques et Sciences Humaines (1969)

  • Volume: 27, page 21-28
  • ISSN: 0987-6936

Abstract

top
Le but principal de la classification automatique est de découvrir, sur une population finie E, d'objets décrits au moyen d'un ensemble fini d'attributs, une hiérarchie de classifications emboitées respectant de manière satisfaisante les ressemblances entre objets; c'est-à-dire telle que deux objets se trouvent réunis à un niveau d'autant plus élevé de la hiérarchie que leur ressemblance est grande. E est en général un échantillon d'un ensemble E' plus vaste; on peut dans ces conditions se poser le problème de juger si au vu des données, il n'est pas artificiel d'imposer sur E une structure de chaîne de partitions censée respecter les ressemblances entre objets. D'où la proposition de statistiques susceptibles de mesurer l'aptitude de la population étudiée à être organisée en une hiérarchie de classifications; et, la définition d'un test éprouvant l'hypothèse de la non-existence d'une h-classification «naturelle». La donnée de base que nous considérons est une préordonnance sur E; c'est-à-dire un préordre total sur l'ensemble F des paires d'objets distincts de E.

How to cite

top

Lerman, I. C.. "H-classificabilité." Mathématiques et Sciences Humaines 27 (1969): 21-28. <http://eudml.org/doc/94048>.

@article{Lerman1969,
abstract = {Le but principal de la classification automatique est de découvrir, sur une population finie E, d'objets décrits au moyen d'un ensemble fini d'attributs, une hiérarchie de classifications emboitées respectant de manière satisfaisante les ressemblances entre objets; c'est-à-dire telle que deux objets se trouvent réunis à un niveau d'autant plus élevé de la hiérarchie que leur ressemblance est grande. E est en général un échantillon d'un ensemble E' plus vaste; on peut dans ces conditions se poser le problème de juger si au vu des données, il n'est pas artificiel d'imposer sur E une structure de chaîne de partitions censée respecter les ressemblances entre objets. D'où la proposition de statistiques susceptibles de mesurer l'aptitude de la population étudiée à être organisée en une hiérarchie de classifications; et, la définition d'un test éprouvant l'hypothèse de la non-existence d'une h-classification «naturelle». La donnée de base que nous considérons est une préordonnance sur E; c'est-à-dire un préordre total sur l'ensemble F des paires d'objets distincts de E.},
author = {Lerman, I. C.},
journal = {Mathématiques et Sciences Humaines},
language = {fre},
pages = {21-28},
publisher = {Ecole Pratique des hautes études, Centre de mathématique sociale et de statistique},
title = {H-classificabilité},
url = {http://eudml.org/doc/94048},
volume = {27},
year = {1969},
}

TY - JOUR
AU - Lerman, I. C.
TI - H-classificabilité
JO - Mathématiques et Sciences Humaines
PY - 1969
PB - Ecole Pratique des hautes études, Centre de mathématique sociale et de statistique
VL - 27
SP - 21
EP - 28
AB - Le but principal de la classification automatique est de découvrir, sur une population finie E, d'objets décrits au moyen d'un ensemble fini d'attributs, une hiérarchie de classifications emboitées respectant de manière satisfaisante les ressemblances entre objets; c'est-à-dire telle que deux objets se trouvent réunis à un niveau d'autant plus élevé de la hiérarchie que leur ressemblance est grande. E est en général un échantillon d'un ensemble E' plus vaste; on peut dans ces conditions se poser le problème de juger si au vu des données, il n'est pas artificiel d'imposer sur E une structure de chaîne de partitions censée respecter les ressemblances entre objets. D'où la proposition de statistiques susceptibles de mesurer l'aptitude de la population étudiée à être organisée en une hiérarchie de classifications; et, la définition d'un test éprouvant l'hypothèse de la non-existence d'une h-classification «naturelle». La donnée de base que nous considérons est une préordonnance sur E; c'est-à-dire un préordre total sur l'ensemble F des paires d'objets distincts de E.
LA - fre
UR - http://eudml.org/doc/94048
ER -

References

top
  1. [1] J.P. Benzecri, Reconnaissance des formes et classification automatique, Cours I.S.U.P. (1968- 1969), Paris. 
  2. [2] B. Jaulin,« Mesure de la ressemblance en archéologie ». Colloque International, C.N.R.S. Archéologie et Calculateurs. Marseille, 7-12 avril 1969. 
  3. [3] I.C. Lerman, Les bases de la classification automatique, Gauthier-Villars, Collection Programmation, Paris, 1970. Zbl0199.51402MR349079
  4. [4] S. Régnier, « Non fécondité du modèle statistique général dans la classification automatique». Colloque International, C.N.R.S. Archéologie et Calculateurs. Marseille, 7-12 avril 1969. 
  5. [5] M. Roux, Algorithme pour construire une hiérarchie particulière. Thèse 3e cycle, déc. 1968, I.S.U.P., Paris. 
  6. [6] W.F. de la VEGA, « Techniques de classification automatique utilisant un indice de ressemblance », Revue Française de Sociologie, déc. 1967. 

NotesEmbed ?

top

You must be logged in to post comments.

To embed these notes on your page include the following JavaScript code on your page where you want the notes to appear.

Only the controls for the widget will be shown in your chosen language. Notes will be shown in their authored language.

Tells the widget how many notes to show per page. You can cycle through additional notes using the next and previous controls.

    
                

                
Note: Best practice suggests putting the JavaScript code just before the closing </body> tag.