CHAVENT, Marie; LACAILLE, Jérôme; MOURER, Alex; OLTEANU, Madalina

Métadonnées

Afficher la notice complète

Licence d’utilisation du document

CHAVENT, Marie
Université de Bordeaux [UB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]

LACAILLE, Jérôme
Safran Aircraft Engines

MOURER, Alex
Statistique, Analyse et Modélisation Multidisciplinaire (SAmos-Marin Mersenne) [SAMM]

Langue

Communication dans un congrès

Ce document a été publié dans

JDS 2022 - 53èmes Journées de Statistique de la Société Française de Statistique (SFdS), 2022-06-13, Lyon.

Résumé en anglais

High-dimensional data may often contain both numerical and categorical features, and in some cases features may be available as natural groups (repeated measurements, categories of features, ...). Clustering this kind of data raises several issues: how to simultaneously deal with numerical and categorical features? how to build meaningful clusters of the input entities? how to select the most informative features or groups of features for the clustering? In the k-means framework, one may rely on a penalised version of the between-cluster variance, and find both the best partitioning of the data, and the most informative features or groups of features. The present manuscript illustrates sparse k-means and group sparse k-means for mixed data, using the vimpclust package. The example provided on a small real-life dataset shows how feature selection may be directly combined with clustering, and provide a meaningful selection while preserving the quality of the clustering.< Réduire

Mots clés

clustering

k-means parcimonieux

pénalités L1 et L1-groupe

données mixtes

packages R

Mots clés en anglais

clustering

sparse k-means

L1 and group-L1 penalties

mixed data

R packages

Métadonnées

Partager cette publication !

Licence d’utilisation du document

Sparse and group-sparse clustering for mixed data An illustration of the vimpclust package

Langue

Ce document a été publié dans

Résumé en anglais

Mots clés

Mots clés en anglais

URI

Origine

Unités de recherche