Clustering sur données incomplètes avec clusterMI - Archive ouverte HAL
Communication Dans Un Congrès Année : 2024

Clustering sur données incomplètes avec clusterMI

Résumé

Nous nous intéressons à la classification non-supervisée d'observations incomplètes. Pour cela une nouvelle méthodologie basée sur l'imputation multiple est proposée. Celle-ci consiste en trois grandes étapes : l'imputation selon des modèles dédiés, la classification sur les données imputées, avec l'estimation de l'instabilité associée, et l'agrégation des résultats. Nous revenons sur ces différentes étapes et présentons comment les mettre en oeuvre via le package clusterMI disponible sur le CRAN.

Domaines

Statistiques [stat] Logiciel mathématique [cs.MS]
Fichier principal
Vignette du fichier
rencontres_R_2024-4.pdf (372.03 Ko) Télécharger le fichier
rencontresR_slides_2024-12.pdf (713.09 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Format Présentation

Vincent Audigier  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04550305

Soumis le : mercredi 17 avril 2024-17:19:26

Dernière modification le : vendredi 19 juillet 2024-11:38:05

Télécharger pour visualiser

Dates et versions

hal-04550305 , version 1 (17-04-2024)

Identifiants

  • HAL Id : hal-04550305 , version 1

Citer

Vincent Audigier. Clustering sur données incomplètes avec clusterMI. 10èmes Rencontres R, Société Française de Statistique, Jun 2024, Vannes (Bretagne, France), France. ⟨hal-04550305⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNAM CEDRIC-CNAM HESAM
124 Consultations
89 Téléchargements

Partager

More