Recoder les variables pour obtenir un modèle implicatif optimal

Il existe un certain nombre de méthodes permettant d'obtenir à partir de données individuelles un modèle de catégorisation du type X?Y, X représentant un ensemble de caractéristiques numériques des individus et Y leur catégorie. Nous faisons un tour rapide de ces méthodes en appliquant les plus utilisées aujourd'hui au jeu de données des « Iris de Fisher ». La confrontation des divers modèles obtenus nous incite à privilégier l'A.S.I. (Analyse Statistique Implicative) pour traiter ce type de données, après un recodage particulier des variables quantitatives. Ce chapitre reprend et élargit une étude qui a fait l'objet d'une communication lors du colloque A.S.I.8 (Cadot et al., 2015) dans laquelle nous montrions l'intérêt de la méthodologie choisie (A.S.I. après recodage particulier) pour le traitement de données acoustiques.