Rechercher

[KNO16] Two step soft subspace SOM : une méthode de classification multi-bloc avec sélection de variables

Revue Nationale avec comité de lecture : Journal Revue des Nouvelles Technologies de l'Information AAFD 2016, vol. RNTI-A-8, pp. 51-66, 2016

Mots clés: Classification, données multi-blocs, soft-subspace clustering, sélection de variables

Résumé: Nous proposons une stratégie de classification de données multi-blocs basée sur l’utilisation de la méthode de soft subspace clustering 2S-SOM dans un processus hiérarchique à deux niveaux combiné à des tests statistiques. Une première application de la méthode 2S-SOM fournit un système de poids évaluant les contributions relatives des variables et des blocs aux groupes d’observations. Nous proposons une procédure de test statistique permettant de sélectionner les variables significativement pertinentes. 2S-SOM est à nouveau utilisée sur ces dernières pour déterminer la partition finale des observations. La méthode est évaluée sur des données simulées et réelles. En particulier, l’application sur des données météorologiques montre que la sélection des variables au niveau 1 facilite l’interprétation des classes obtenues.

Collaboration: LOCEAN , UCAD , UPMC

BibTeX

@article {
KNO16,
title="{Two step soft subspace SOM : une méthode de classification multi-bloc avec sélection de variables}",
author="F. Kaly and N. Niang Keita and M. Ouattara and N. Awa and S. Thiria",
journal="Revue des Nouvelles Technologies de l'Information AAFD 2016, vol. RNTI-A-8",
year=2016,
pages="51-66",
}