| Résumé | Dans cet article, nous présentons une nouvelle procédure de classification pour l'affectation d'objets à des classes prédéfinies, appelée <em>PROCFTN</em>. Le principe général de la méthode consiste à déterminer les fonctions de scores floues afin de dégager un sous ensemble de prototypes les plus ressemblants à l'objet à affecter. Puis, elle applique la règle de vote majoritaire pour déterminer la classe d'affectation de l'objet. Cette procédure est illustrée par une application dans le domaine de l'aide au diagnostic médical des tumeurs du système nerveux central. Les résultats sont comparés à ceux obtenus pour le même ensemble de données par d'autres méthodes de classification, notamment les suivantes : arbre décisionnel, règles de production, réseau neural, méthode des <em>k</em> les plus proches voisins, perceptron multi couches et analyse de régression logistique. Nos résultats sont très encourageants et montrent que l'approche d'analyse décisionnelle multicritères peut être une aide efficace au diagnostic médical. |
|---|
