Traitement automatique du signal ECG pour l'aide au diagnostic de ...

CHAPITRE 3. EFFET DU SOUS-ÉCHANTILLONNAGE 25
les k-means. On obtient k centroïdes R = {r1, ...rK} qui ne sont pas forcement
(quasi jamais) des données initiales. Pour obtenir un ensemble de k nouveaux
centroïdes Q = {q1, ..., qK} avec Q ⊂ R, une dernière étape est ajoutée : on
remplace chaque ancien centroïde ri par la donnée de départ pj la plus proche
(au sens de la même métrique que celle utilisée pour les k-means). On obtient
alors les centroïdes finaux Q. Si l’on désire en plus savoir quelle donnée de départ
est allouée à quel centroïde, on peut le déterminer en utilisant la règle du plus
proche voisin. Dans le reste de ce mémoire, on appellera aussi cette manœuvre
« recentrage ». L’avantage de cette technique est d’être beaucoup plus rapide que
les j-means.
3.1.4 Sélection de caractéristiques
Pas moins de 249 caractéristiques composent l’ensemble d’apprentissage,
parmi celles-ci, seules quelques-unes doivent être gardées pour éviter le surapprentissage.
La sélection de caractéristiques est un problème complexe dont
la portée dépasse de loin le cadre de ce mémoire, cependant plusieurs possibilités
ont été envisagées, en tenant compte du fait que la complexité devait rester
acceptable pour obtenir des temps de calcul raisonnables.
Analyse en Composante Principale :
L’ACP (PCA en anglais) réduit le nombre de caractéristiques des données
en créant de nouvelles caractéristiques par projection des données sur des axes
minimisant la perte de variance. Cette technique est souvent utilisée mais est
non-supervisée : de nombreuses caractéristiques étant non pertinentes, cela réduirait
les performances du classifieur.
Approche forward :
La procédure forward est un algorithme itératif servant à la recherche de
sous-ensembles de variables optimales. Il démarre avec un ensemble vide, et
ajoute dans cet ensemble, à chaque itération, la variable qui augmente le plus
les performances du classifieur. L’algorithme s’arrête quand aucune variable ne
permet plus d’augmenter les performances [26].
Validation croisée inter-patient
La plupart des méthodes de classification des battements cardiaques suivent
un paradigme « intra-patient » : les données d’apprentissage et celles à classifier
sont issues du même patient. Cela présuppose que des battements annotés sont
disponibles pour chaque patient.
Le paradigme « inter-patient » consiste à classifier des battements d’un patient
sur base d’une base de données constituée d’autres patients. Cela implique donc
la généralisation d’un patient à un autre. Les résultats du premier paradigme sont