Sélection de groupes de variables corrélées ...
Type de document :
Communication dans un congrès avec actes
Titre :
Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso
Auteur(s) :
Grimonprez, Quentin [Auteur]
MOdel for Data Analysis and Learning [MODAL]
Celisse, Alain [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Briend, Guillemette [Auteur]
Evaluation des technologies de santé et des pratiques médicales - ULR 2694 [METRICS]
MOdel for Data Analysis and Learning [MODAL]
MOdel for Data Analysis and Learning [MODAL]
Celisse, Alain [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
MOdel for Data Analysis and Learning [MODAL]
Briend, Guillemette [Auteur]
Evaluation des technologies de santé et des pratiques médicales - ULR 2694 [METRICS]
MOdel for Data Analysis and Learning [MODAL]
Titre de la manifestation scientifique :
Sixièmes rencontres des jeunes statisticiens
Organisateur(s) de la manifestation scientifique :
SFdS
Ville :
Le Teich
Pays :
France
Date de début de la manifestation scientifique :
2015-08-28
Mot(s)-clé(s) :
group-lasso
classification
sélection de variables
classification
sélection de variables
Discipline(s) HAL :
Mathématiques [math]/Statistiques [math.ST]
Résumé :
Dans un contexte de sélection de variables, utiliser des régressions pénalisées en présence de fortes corrélations peut poser problème. Seul un sous-ensemble des variables corrélées est sélectionné. Agréger préalablement ...
Lire la suite >Dans un contexte de sélection de variables, utiliser des régressions pénalisées en présence de fortes corrélations peut poser problème. Seul un sous-ensemble des variables corrélées est sélectionné. Agréger préalablement les variables liées entre elles peut aider aussi bien à la sélection qu'à l'interprétation. Cependant, les méthodes de regroupement de variables nécessitent la calibration de paramètres supplémentaires. Nous présenterons une nouvelle méthode combinant classification ascendante hiérarchique et sélection de groupes de variables.Lire moins >
Lire la suite >Dans un contexte de sélection de variables, utiliser des régressions pénalisées en présence de fortes corrélations peut poser problème. Seul un sous-ensemble des variables corrélées est sélectionné. Agréger préalablement les variables liées entre elles peut aider aussi bien à la sélection qu'à l'interprétation. Cependant, les méthodes de regroupement de variables nécessitent la calibration de paramètres supplémentaires. Nous présenterons une nouvelle méthode combinant classification ascendante hiérarchique et sélection de groupes de variables.Lire moins >
Langue :
Français
Comité de lecture :
Oui
Audience :
Nationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- document
- Accès libre
- Accéder au document
- rjs-res.pdf
- Accès libre
- Accéder au document