Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange - Archive ouverte HAL Access content directly
Conference Papers Year : 2015

Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange

Abstract

Les évaluations dans le domaine sanitaire font de plus en plus appel aux données relatives aux causes de décès provenant des autopsies verbales dans les pays ne tenant pas de registres d'état civil ou disposant de registres incomplets. La méthode d'autopsie verbale permet de disposer des causes probables de décès. Cette communication présente une méthode de classification sur des données binaires de diagnostics par autopsie verbale dans les zones de Niakhar, Bandafassi et Mlomp (Sénégal). Cette méthode combine l'utilisation de mesures de similarités avec une méthode de classification récente basée sur l'introduction d'un noyau dans le modèle de mélange gaussien.
Fichier principal
Vignette du fichier
text_long_sylla_sfds_2015.pdf (194.14 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-01168530 , version 1 (26-06-2015)
hal-01168530 , version 2 (22-04-2016)

Identifiers

  • HAL Id : hal-01168530 , version 2

Cite

Seydou Nourou Sylla, Stéphane Girard, Abdou Kâ Diongue, Aldiouma Diallo, Cheikh Sokhna. Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange. 47èmes Journées de Statistique, Société Française de Statistique, Jun 2015, Lille, France. ⟨hal-01168530v2⟩
266 View
311 Download

Share

Gmail Facebook X LinkedIn More