classification hiérarchisée

[invite003c405b]

Bonjour,
je souhaite mettre en place un système de classification automatique pour séparer des objets en deux types.
Ces objets sont définis par un nom (a,b,c ...) et possèdent un ensemble d'attributs de type numérique continu (taille, température...) =>fonction de description ??.
Je sais aussi à quels types appartiennent mes objets => fonction de classement ??.

le problème survient lorsqu'il s'agit de formaliser la fonction qui va determiner à quels types appartiennent mes objets (celle qui est censé aproximer la fonction de classement)

J'ai déja lu un ou deux rucs sur des exemples simples (trop ?) qui n'avaient que comme argument d'objets des valeurs logiques ou des probas, et j'ai du mal à faire le lien avec mon exemple.
Si quelqu'un pouvait m'éclairer en me montrant comment faire avec des valeurs continues, cela me serait d'un grand secours.
Merci beaucoup
-----

[spi100]

Si tu as des valeurs continues. Soit il est possible de discrétiser ta variable. Par exemple la température est comprise entre 0 et 1, mais tu as en fait une précision à 0.1 près, ce qui fait que tu peux considérer 10 intervals ou encore 10 modalités possibles
T0 pour T compris entre 0 et 0.1
T1 pour T compris entre 0.1 et 0.2
etc.
A partir de là, tu peux utiliser n'importe quelle technique de classification : réseau bayesien, arbre de decision, etc.

Soit tu considères que ce n'est pas possible de décider d'une discrétisation. Dans ce cas un réseau de neurones est bien adapté car il peut prendre des paramètres continus. La couche d'entrée a une cellule pour la température, une pour la taille, etc. La couche de sortie possède une cellule par classe. Si tu as suffisamment d'exemples pour faire l'apprentissage et le test de généralisation, tu ne devrais pas avoir de soucis.

[invite003c405b]

ok merci beaucoup de ta reponse, je n'ai plus qu'a me mettre aux réseaux de neuronnes