Classification et prédiction des titres de transit

Audience : Adulte - Grand Public

Le Pitch

Littérature française

PrésentationL'objectif de l'étude est de voir la qualité des données en utilisant les outils de la statistique descriptive et de proposer des méthodes de classification des données de titres de transit douaniers. Nous avons premièrement fait une description univariée des variables qui caractérisent un titre de transit. Ensuite, nous avons cherché à connaître les relations entre les variables en dressant quelques tableaux de contingence. Pour finir la description, nous avons effectué une ACM pour décrire de façon générale les variables et des titres. La représentation de ces titres nous a permis de voir le nombre de groupes envisageables pour la segmentation des titres de transit. Pour creuser plus loin, nous avons proposé des méthodes de Data Mining pour la classification, notamment les méthodes de classification automatique telles que la méthode de classification hiérarchique ascendante (CHA) et la méthode des k-means pour avoir les groupes de titres de transit, ceci pour construire une variable réponse Y. Cette variable Y nous a donc permis de créer des modèles à partir desquels nous avons calculé les scores des titres de transit en vue de prédire leurs classes respectives. Afficher moinsAfficher plus

Classification et prédiction des titres de transit

55,90 €

Le Pitch

Littérature française

PrésentationL'objectif de l'étude est de voir la qualité des données en utilisant les outils de la statistique descriptive et de proposer des méthodes de classification des données de titres de transit douaniers. Nous avons premièrement fait une description univariée des variables qui caractérisent un titre de transit. Ensuite, nous avons cherché à connaître les relations entre les variables en dressant quelques tableaux de contingence. Pour finir la description, nous avons effectué une ACM pour décrire de façon générale les variables et des titres. La représentation de ces titres nous a permis de voir le nombre de groupes envisageables pour la segmentation des titres de transit. Pour creuser plus loin, nous avons proposé des méthodes de Data Mining pour la classification, notamment les méthodes de classification automatique telles que la méthode de classification hiérarchique ascendante (CHA) et la méthode des k-means pour avoir les groupes de titres de transit, ceci pour construire une variable réponse Y. Cette variable Y nous a donc permis de créer des modèles à partir desquels nous avons calculé les scores des titres de transit en vue de prédire leurs classes respectives. Afficher moinsAfficher plus