Sélection De Variables Pour La Reconnaissance De La Maladie De Parkinson
Résumé: The selection of variables in classification arises generally, when the number of variables is high. In this study, we propose some innovative methods to reduce the initial dimension of data in order to select the whole pertinent variables for a supervised classification. Our research work fits into domain help of medical diagnosis. Therefore, in this manuscript, we are interested in the detection and recognition of Parkinson’ disease. Our first contribution is concerned with proposing two supervised classifiers: the SVM and the KNN in order to evaluate subset’s pertinence. Our second contribution consists in proposing two distinct classification approaches by means of two variable selection methods, namely: ‘relieff’ and ‘fisher’ that are intended for the selection of the most pertinent variables. Our experiments have led us to the identification of Parkinson’s disease when using two supervised classifiers based upon variables’ selection.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
