{"id":68433,"date":"2022-09-12T14:59:31","date_gmt":"2022-09-12T18:59:31","guid":{"rendered":"https:\/\/dataladder.com\/guide-du-filtrage-ce-que-cela-signifie-et-comment-le-faire\/"},"modified":"2022-09-13T16:01:40","modified_gmt":"2022-09-13T16:01:40","slug":"guide-du-filtrage-ce-que-cela-signifie-et-comment-le-faire","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/guide-du-filtrage-ce-que-cela-signifie-et-comment-le-faire\/","title":{"rendered":"Guide du filtrage : ce que cela signifie et comment le faire ?"},"content":{"rendered":"\n

Il est facile de trouver des mod\u00e8les dans tout type d’environnement riche en donn\u00e9es ; c’est ce que font les joueurs m\u00e9diocres. La cl\u00e9 est de d\u00e9terminer si les mod\u00e8les repr\u00e9sentent un signal ou du bruit.<\/p>Nate Silver<\/cite><\/blockquote><\/figure>\n\n

Toute personne qui travaille avec des donn\u00e9es comprend l’importance des mod\u00e8les. Qu’il s’agisse d’une analyse globale de grands ensembles de donn\u00e9es ou de l’analyse la plus d\u00e9taill\u00e9e possible, les mod\u00e8les sont partout. Ils peuvent \u00eatre universels – comme le motif d’un num\u00e9ro de carte de cr\u00e9dit – ou propres \u00e0 votre entreprise, par exemple le motif utilis\u00e9 pour afficher les informations sur les produits sur votre site web.<\/p>\n\n

Lorsque les donn\u00e9es sont saisies, elles ne suivent pas toujours le bon mod\u00e8le. Les entreprises doivent mettre en \u0153uvre diff\u00e9rentes m\u00e9thodes pour faire correspondre, valider et transformer les mod\u00e8les afin d’obtenir les donn\u00e9es dans la forme et le format requis.<\/p>\n\n

Dans ce blog, nous allons apprendre quelques concepts importants li\u00e9s au filtrage et \u00e0 la validation, tels que :<\/p>\n\n

  1. Que signifie la correspondance des mod\u00e8les ?<\/li>
  2. En quoi la correspondance de motifs diff\u00e8re-t-elle de la correspondance de cha\u00eenes de caract\u00e8res ?<\/li>
  3. Comment fonctionne le filtrage ?<\/li>
  4. Quelles sont les raisons les plus courantes de faire correspondre et de valider les mod\u00e8les ?<\/li>
  5. Comment pouvez-vous transformer vos donn\u00e9es pour obtenir le mod\u00e8le dont vous avez besoin ?<\/li><\/ol>\n\n

    Plongeons dans le vif du sujet.<\/p>\n\n

    <\/div>\n\n

    Qu’est-ce que le filtrage ?<\/h2>\n\n

    Un mod\u00e8le est per\u00e7u comme quelque chose qui est \u00e0 l’oppos\u00e9 du d\u00e9sordre ou du chaos. Il s’agit d’un mod\u00e8le r\u00e9p\u00e9titif qui peut \u00eatre identifi\u00e9 dans un grand ensemble de valeurs de donn\u00e9es appartenant au m\u00eame domaine. Par cons\u00e9quent, la correspondance des motifs peut \u00eatre d\u00e9finie comme suit :<\/p>\n\n

    Le processus de recherche d’une s\u00e9quence ou d’un placement sp\u00e9cifique de caract\u00e8res dans un ensemble donn\u00e9 de donn\u00e9es.<\/strong><\/mark><\/p>\n\n

    La correspondance de motifs produit des r\u00e9sultats d\u00e9finitifs<\/strong>: la cha\u00eene en entr\u00e9e contient le motif (elle est valide) ou ne le contient pas (elle est invalide). Si la cha\u00eene de caract\u00e8res ne contient pas le motif requis, le processus de mise en correspondance est souvent \u00e9tendu \u00e0 la transformation du motif<\/strong>, o\u00f9 les sous-\u00e9l\u00e9ments de donn\u00e9es sont extraits de la valeur d’entr\u00e9e, puis reformat\u00e9s pour construire le motif requis.<\/p>\n\n

    <\/div>\n\n

    Correspondance de motifs et correspondance de cha\u00eenes de caract\u00e8res<\/h2>\n\n

    Avant d’aborder le fonctionnement des algorithmes de filtrage, il est important de comprendre leur relation avec les algorithmes de filtrage de cha\u00eenes de caract\u00e8res. Ces deux concepts sont souvent trait\u00e9s comme une seule et m\u00eame chose, mais ils sont tr\u00e8s diff\u00e9rents dans leur objectif et leur utilisation. Le tableau ci-dessous met en \u00e9vidence certaines des principales diff\u00e9rences :<\/p>\n\n

    <\/td>Correspondance de motifs<\/strong><\/td>Correspondance des cha\u00eenes de caract\u00e8res<\/strong><\/td><\/tr>
    Comparaison<\/strong><\/td>Il compare une cha\u00eene de caract\u00e8res avec un mod\u00e8le standard qui repr\u00e9sente des blocs ou des tokens de caract\u00e8res.<\/td>Il compare deux cha\u00eenes de caract\u00e8res caract\u00e8re par caract\u00e8re.<\/td><\/tr>
    Exemple<\/strong><\/td>Comparaison de jane-doe@gmail.com avec [name]@[domain].[domain-extension].<\/td>Comparaison entre Elizabeth et Alizabeth.<\/td><\/tr>
    R\u00e9sultats<\/strong><\/td>Calcule les r\u00e9sultats d\u00e9finitifs – soit le motif est trouv\u00e9, soit il est absent.<\/td>Calcule les correspondances exactes (faire correspondre la poussi\u00e8re avec la poussi\u00e8re) ou les correspondances floues (faire correspondre la poussi\u00e8re avec la rouille).<\/td><\/tr>
    Utilisations<\/strong><\/td>Utilis\u00e9 pour analyser et extraire des valeurs ou transformer des valeurs pour qu’elles suivent des mod\u00e8les standard.<\/td>Utilis\u00e9 pour corriger les fautes d’orthographe, d\u00e9tecter le plagiat et identifier les valeurs ayant une signification ou une composition de caract\u00e8re similaire.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n
    <\/div>\n\n

    Comment fonctionne le filtrage ?<\/h2>\n\n

    En termes simples, les algorithmes de filtrage fonctionnent avec des expressions r\u00e9guli\u00e8res<\/strong> (ou regex). Pour comprendre ce qu’est une expression r\u00e9guli\u00e8re, pensez-y comme \u00e0 un langage qui vous aide \u00e0 d\u00e9finir un motif et \u00e0 le partager avec quelqu’un – ou dans notre cas, un programme informatique.<\/p>\n\n

    Les expressions r\u00e9guli\u00e8res indiquent aux programmes informatiques le mod\u00e8le \u00e0 rechercher dans les donn\u00e9es \u00e0 tester. Parfois, le programme est suffisamment intelligent pour s\u00e9lectionner des mod\u00e8les \u00e0 partir d’un ensemble de valeurs de donn\u00e9es et g\u00e9n\u00e9rer automatiquement une regex. Certains programmes ou outils disposent d’une biblioth\u00e8que d’expressions rationnelles int\u00e9gr\u00e9e qui contient des mod\u00e8les couramment utilis\u00e9s, tels que les num\u00e9ros de carte de cr\u00e9dit, les num\u00e9ros de t\u00e9l\u00e9phone am\u00e9ricains, les formats de date, les adresses \u00e9lectroniques, etc.<\/p>\n\n

    Exemple de correspondance d’un mod\u00e8le d’adresse \u00e9lectronique<\/h3>\n\n

    Pour comprendre ce qu’est un algorithme de comparaison de motifs, prenons l’exemple de la validation du motif des adresses \u00e9lectroniques. La premi\u00e8re \u00e9tape consiste \u00e0 d\u00e9finir l’expression rationnelle<\/strong> qui communique le mod\u00e8le d’une adresse \u00e9lectronique valide. Un exemple de mod\u00e8le d’adresse \u00e9lectronique valide peut ressembler \u00e0 ceci :<\/p>\n\n

    [name]@[domain].[domain-extension]<\/em><\/p>\n\n

    Dans le langage regex, ce motif sera traduit par :<\/p>\n\n

    ^[\\w-.]+@([\\w-]+.)+[\\w-]{2,3}$<\/em><\/p>\n\n

    O\u00f9,<\/p>\n\n