A POSTERIORI WEIGHTING OF DESCRIPTORS

Summary The Adansonian and the more traditional taxonomic principles may be combined in an iterative information‐seeking strategy of classification. Uniqueness is not a property of biological classifications, and even the wishfully fundamental principle of parsimony has not brought to taxonomy the strong basis on which uniqueness could rest. On the other hand, it can be shown that descriptors have different values along the scale of taxonomic categories, and that different descriptors have different values for the same partition. It is then suggested that an ideal taxonomic treatment should begin with a large body of equally weighted descriptors, and lead to deletion, re‐structuring and a posteriori weighting of the descriptors, through recognition of the main clusters and a measure of the contribution of each descriptor to each partition of the objects. The analysis could then continue, for each partition independently, by an iteration between clustering, discrimination and weighting, until stability is reached. Résumé Il est possible de combiner les principes d'Adanson avec ceux de la taxonomie classique, en une stratégie itérative qui améliore à chaque cycle la classification produite. Les classifications biologiques n'ont pas la propriété d'unicité; même le principe de parcimonie, que l'on a voulu fondamental, n'a pas apporté à la taxonomie cette base sur laquelle on aurait pu rechercher des classifications uniques. D'autre part, on peut démontrer que les descripteurs n'ont pas la même valeur tout au long de l'échelle des catégories taxonomiques, et que différents descripteurs ont aussi des valeurs différentes pour une même partition. Un traitement taxonomique idéal devrait donc débuter avec un grand nombre de descripteurs à poids égaux, mais permettre par la suite de laisser tomber, de re‐structurer ou d'attribuer a posteriori des poids aux descripteurs, après que l'on ait reconnu les principaux groupes d'objets et que l'on ait mesuré la contribution de chaque descripteur à chacune des partitions des objets. L'analyse pourrait alors se poursuivre de façon indépendante pour chaque partition, par un cycle: groupement des objets, discrimination, et modification du poids attribué à chaque descripteur, jusqu'à ce que l'on en arrive à une solution de stabilité.