Le resume linguistique de donnees structurees comme ... - APMD

CHAPITRE 6 — Implémentation des résumés SAINTETIQ en tant que méthode d’accès 147pace creux, ceci afin de simuler des données réelles. Ce taux correspond à la proportion descellules non vides par rapport au nombre total de cellules. Dans les données réelles, cette proportionest faible : 2% pour le jeu de données bancaires.Pour l’heure, un taux fixé (par exemple, 10% sur un jeu de données à 8 dimensions) estobtenu en « désactivant » certains descripteurs. La désactivation consiste à rejeter toute valeuraléatoirement générée qui serait décrite par le descripteur désactivé, permettant ainsi de réduirele nombre des cellules contenant des données. La figure 6.4 offre un point de comparaisonavec la figure 5.16 (en page 122) en montrant, en grisé, les cellules qui seront vides. Sur cetexemple à 2 dimensions, le nombre de cellules est de 12 contre 25 sans désactivation. Une foisque des hypothèses auront été formulées et confirmées quant aux facteurs de performance, ilsera possible d’adapter la construction des résumés dans l’optique d’une utilisation effective entant que structure d’index. Entreront alors en ligne de compte les opérations de mises à jourproposées dans [125].