From a8f9a57279a1869929ce704d30a3239045cb2fb5 Mon Sep 17 00:00:00 2001
From: Marc Beninca <cnam@marc-beninca.fr>
Date: Thu, 13 Aug 2020 21:44:56 +0200
Subject: [PATCH] outliers

---
 cnam/travaux/probatoire/document.bib          | 10 +++++
 cnam/travaux/probatoire/document.tex          |  4 +-
 .../probatoire/document/principles.tex        | 44 +++++++++++++++----
 cnam/travaux/probatoire/todo                  |  1 +
 4 files changed, 48 insertions(+), 11 deletions(-)

diff --git a/cnam/travaux/probatoire/document.bib b/cnam/travaux/probatoire/document.bib
index defbb22..9945e88 100644
--- a/cnam/travaux/probatoire/document.bib
+++ b/cnam/travaux/probatoire/document.bib
@@ -71,6 +71,16 @@ publisher = "O'Reilly",
 pages     = "164",
 }
 
+@article{scaling,
+author    = "Minaxi Arora and Lekha Bhambhu",
+title     = "Role of Scaling in Data Classification Using SVM",
+year      = "2014",
+journal   = "IJARCSSE",
+volume    = "4",
+issue     = "10",
+pages     = "271-273",
+}
+
 @book{multi-class,
 author    = "Paresh Deka",
 title     = "A primer on machine learning applications in civil engineering",
diff --git a/cnam/travaux/probatoire/document.tex b/cnam/travaux/probatoire/document.tex
index fa9f2cf..b7ad73e 100644
--- a/cnam/travaux/probatoire/document.tex
+++ b/cnam/travaux/probatoire/document.tex
@@ -22,12 +22,12 @@ urlcolor=blue,
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
 \newcommand{\fig}[4]{\begin{figure}[H]\begin{center}
 \includegraphics[height=#3]{images/#4.png}
-\caption{#2}\end{center}\end{figure}}
+\label{#1}\caption{#2}\end{center}\end{figure}}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
 \newcommand{\bifig}[5]{\begin{figure}[H]\begin{center}
 \includegraphics[height=#3]{images/#4.png}
 \includegraphics[height=#3]{images/#5.png}
-\caption{#2}\end{center}\end{figure}}
+\label{#1}\caption{#2}\end{center}\end{figure}}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
 \newcommand{\hr}{\rule{\textwidth}{1pt}}
 \newcommand{\hrq}{\rule{.25\textwidth}{1pt}}
diff --git a/cnam/travaux/probatoire/document/principles.tex b/cnam/travaux/probatoire/document/principles.tex
index 4e8d7c1..282ac46 100644
--- a/cnam/travaux/probatoire/document/principles.tex
+++ b/cnam/travaux/probatoire/document/principles.tex
@@ -23,8 +23,8 @@ Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
 
 En fonction du type de problèmes, deux types de résolution :
 \begin{itmz}
-\item{\textbf{régression}}
-\item{\textbf{classification}}
+\item{\textbf{régression} → nombre}
+\item{\textbf{classification} → catégorie}
 \end{itmz}
 
 En fonction des \glspl{ds}, deux types d’approches mathématiques :
@@ -48,7 +48,8 @@ au risque d’engendrer un surentraînement si trop importante}
 \subsection{Régression}
 
 Un hyperparamètre \textbf{ε} permet de fait varier l’épaisseur de la marge,
-afin d’y inclure le plus de données possible.
+pour y inclure le plus de données possible.
+Les éléments exclus sont identifiés en rose.
 
 \subsubsection{Régression linéaire}
 
@@ -73,19 +74,42 @@ Il s’agit du type de résolution le plus fréquemment utilisé.
 
 \subsubsection{Classification linéaire}
 
-…
+Cette section se penche sur la classification de 2 espèces d’iris,
+en fonction des longueurs et largeurs de leurs pétales.
 
-\bifig{}{Vaste marge \cite{homl-large-scale}}
+La figure de gauche montre que dans l’absolu, un grand nombre de droites
+peut séparer correctement les 2 ensembles à classifier.
+La figure de droite montre cependant qu’en utilisant les éléments
+les plus proches, appelés dans ce cas \glspl{sv}, il est alors possible
+de définir une marge de séparation la plus large qui soit, afin de
+déterminer la droite médiane de séparation la plus efficace.
+
+Ce processus est couramment appelé Séparation à Vaste Marge.
+
+\bifig{}{Séparation à Vaste Marge \cite{homl-large-scale}}
 {9em}{margin_large_left}{margin_large_right}
 
-…
+Un changement d’échelle préalable aide à la séparation des données,
+et peut mener à une meilleure efficacité du modèle pour la classification.
+\cite{scaling}
 
-\bifig{}{ \cite{homl-large-scale}}
+La figure de droite montre l’inclusion d’un \gls{sv} supplémentaire.
+
+\bifig{}{Changements d’échelles de dimensions \cite{homl-large-scale}}
 {10em}{margin_scale_left}{margin_scale_right}
 
-…
+\pagebreak
 
-\bifig{}{ \cite{homl-hard-few}}
+Cette approche peut être perturbée par 2 problématiques distinctes.
+
+La figure de droite montre par exemple des \glspl{sv} tellement proches,
+que la pertinence du modèle s’en trouve forcément impactée, réduisant
+ainsi la fiabilité de la séparation.
+
+La figure de gauche montre quant à elle une anomalie (outlier),
+rendant de fait toute séparation linéaire impossible.
+
+\bifig{}{Sensibilité de vaste marge aux anomalies \cite{homl-hard-few}}
 {9em}{margin_hard_left}{margin_hard_right}
 
 …
@@ -95,6 +119,8 @@ Il s’agit du type de résolution le plus fréquemment utilisé.
 
 …
 
+\pagebreak
+
 \subsubsection{Classification non linéaire}
 
 …
diff --git a/cnam/travaux/probatoire/todo b/cnam/travaux/probatoire/todo
index ab59cb7..d81f88d 100644
--- a/cnam/travaux/probatoire/todo
+++ b/cnam/travaux/probatoire/todo
@@ -1,3 +1,4 @@
+listoffigures
 conclusion
 résumé
 mots-clés