Classification de données mixtes par un ...
Type de document :
Pré-publication ou Document de travail
Titre :
Classification de données mixtes par un modèle de mélange de copules gaussiennes.
Auteur(s) :
Marbac, Matthieu [Auteur correspondant]
MOdel for Data Analysis and Learning [MODAL]
Biernacki, Christophe [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Vandewalle, Vincent [Auteur]
Université de Lille, Droit et Santé
MOdel for Data Analysis and Learning [MODAL]
MOdel for Data Analysis and Learning [MODAL]
Biernacki, Christophe [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Vandewalle, Vincent [Auteur]

Université de Lille, Droit et Santé
MOdel for Data Analysis and Learning [MODAL]
Mot(s)-clé(s) :
Classification
copules gaussiennes
données mixtes
modèles de mélanges.
modèles de mélanges
copules gaussiennes
données mixtes
modèles de mélanges.
modèles de mélanges
Discipline(s) HAL :
Statistiques [stat]/Méthodologie [stat.ME]
Résumé :
Nous proposons un modèle de mélange de copules gaussiennes pour la classification non supervisée de données mixtes. Les marginales de chaque composante sont des distributions standard, ce qui facilite l'interprétation des ...
Lire la suite >Nous proposons un modèle de mélange de copules gaussiennes pour la classification non supervisée de données mixtes. Les marginales de chaque composante sont des distributions standard, ce qui facilite l'interprétation des classes. Les corrélations intra-classe, quant à elles, sont prises en compte au travers des copules gaussiennes qui estiment un coefficient de corrélation, par couple de variables et par classe, ayant des propriétés de robustesse. De plus, les copules gaussiennes permettent de visualiser les données par classe. Dans un cadre bayésien, l'estimateur du maximum \emph{a posteriori} est obtenu par un échantillonneur de Gibbs permettant d'explorer efficacement l'espace des paramètres. La classification d'un jeu de données médical illustre notre modèle.Lire moins >
Lire la suite >Nous proposons un modèle de mélange de copules gaussiennes pour la classification non supervisée de données mixtes. Les marginales de chaque composante sont des distributions standard, ce qui facilite l'interprétation des classes. Les corrélations intra-classe, quant à elles, sont prises en compte au travers des copules gaussiennes qui estiment un coefficient de corrélation, par couple de variables et par classe, ayant des propriétés de robustesse. De plus, les copules gaussiennes permettent de visualiser les données par classe. Dans un cadre bayésien, l'estimateur du maximum \emph{a posteriori} est obtenu par un échantillonneur de Gibbs permettant d'explorer efficacement l'espace des paramètres. La classification d'un jeu de données médical illustre notre modèle.Lire moins >
Langue :
Français
Commentaire :
46e Journées de Statistique (Rennes, du 2 au 6 juin 2014 )
Collections :
Source :
Fichiers
- document
- Accès libre
- Accéder au document
- copules_SFDS14_Rennes.pdf
- Accès libre
- Accéder au document