Inducing and evaluating classification trees with statistical implicative criteria

Studies in Computational Intelligence

Volumn 127, Issue , 2008, Pages 397-419

  Ritschard, Gilbert ^a   Pisetta, Vincent ^b   Zighed, Djamel A ^b  

^a UNIVERSITY OF GENEVA   (Switzerland)

^b UNIVERSITÉ LUMIÈRE LYON 2   (France)

Author keywords

Class assignment; Classification tree; Implication strength; Profile typicality; Rule relevance; Targeting

Indexed keywords

EID: 47049083196     PISSN: 1860949X     EISSN: None     Source Type: Book Series    
DOI: 10.1007/978-3-540-78983-3_18     Document Type: Article

References (17)

1. Alan Agresti. Categorical Data Analysis. Wiley, New York, 1990.
2. Yvonne M. M. Bishop, Stephen E. Fienberg, and Paul W. Holland. Discrete Multivariate Analysis. MIT Press, Cambridge MA, 1975.
3. Julien Blanchard, Fabrice Guillet, Régis Gras, and Henri Briand. Using information-theoretic measures to assess association rule interestingness. In Proceedings of the 5th IEEE International Conference on Data Mining (ICDM 2005), pages 66-73. IEEE Computer Society, 2005.
4. L. Breiman, J. H. Friedman, R. A. Olshen, and C. J. Stone. Classification And Regression Trees. Chapman and Hall, New York, 1984.
5. Henri Briand, Laurent Fleury, Régis Gras, Yann Masson, and Jacques Philippe. A statistical measure of rules strength for machine learning. In Proceedings of the Second World Conference on the Fundamentals of Artificial Intelligence (WOCFAI 1995), pages 51-62, Paris, 1995. Angkor.
6. R. Gras, R. Couturier, J. Blanchard, H. Briand, P. Kuntz, and P. Peter. Quelques critères pour une mesure de qualité de règles d'association. Revue des nouvelles technologies de l'information RNTI E-1:3-30, 2004.
7. R. Gras and A. Larher. L'implication statistique, une nouvelle méthode d'analyse de données. Mathématique, Informatique et Sciences Humaines, (120):5-31, 1992.
8. R. Gras and H. Ratsima-Rajohn. L'implication statistique, une nouvelle méthode d'analyse de données. RAIRO Recherche Opérationnelle 30(3):217-232, 1996.
9. Régis Gras. Contribution à l'étude expérimentale et à l'analyse de certaines acquisitions cognitives et de certains objectifs didactiques. Thèse d'état, Université de Rennes 1, France, 1979.
10. Sylvie Guillaume, Fabrice Guillet, and Jacques Philippe. Improving the discovery of association rules with intensity of implication. In Jan M. Zytkow and Mohamed Quafafou, editors, Proceedings of the Eurpoean Conference on Principles of Data Mining and Knowledge Discovery (PKDD 1998), volume 1510 of Lecture Notes in Computer Science, pages 318-327. Springer, 1998.
11. G. V. Kass. An exploratory technique for investigating large quantities of categorical data. Applied Statistics, 29(2):119-127, 1980.
12. I. C. Lerman, R. Gras, and H. Rostam. Elaboration d'un indice d'implication pour données binaires I. Mathématiques et sciences humaines, (74):5-35, 1981.
13. Claire Petroff, Anne-Marie Bettex, and Andràs Korffy. Itinéraires d'étudiants à la Faculté des sciences économiques et sociales: Le premier cycle. Technical report, Université de Genève, Faculté SES, Juin 2001.
14. Adrian E. Raftery. Bayesian model selection in social research. In P. Marsden, editor, Sociological Methodology, pages 111-163. The American Sociological Association, Washington, DC, 1995.
15. Ricco Rakotomalala. Tanagra: Un logiciel gratuit pour l'enseignement et la recherche. In Suzanne Pinson and Nicole Vincent, editors, Extraction et Gestion des Connaissances (EGC 2005), volume E-3 of Revue des nouvelles technologies de l'information RNTI, pages 697-702. Cépaduès, 2005.
16. Einoshin Suzuki and Yves Kodratoff. Discovery of surprising exception rules based on intensity of implication. In Jan M. Zytkow and Mohamed Quafafou, editors, Principles of Data Mining and Knowledge Discovery, Second European Symposium, PKDD '98, Nantes, France, September 23-26, Proceedings, pages 10-18. Springer, Berlin, 1998.
17. Djamel A. Zighed and Ricco Rakotomalala. Graphes d'induction: apprentissage et data mining. Hermes Science Publications, Paris, 2000.