Un algorithme EM pour une version parcimonieuse de l’analyse en composantes principales probabiliste

Charles Bouveyron 1 Julien Jacques 2, 3
3 MODAL - MOdel for Data Analysis and Learning
LPP - Laboratoire Paul Painlevé - UMR 8524, Université de Lille, Sciences et Technologies, Inria Lille - Nord Europe, CERIM - Santé publique : épidémiologie et qualité des soins-EA 2694, Polytech Lille - École polytechnique universitaire de Lille
Abstract : Nous considérons une version parcimonieuse de l’analyse en compo- santes principales probabiliste. La pénalité l1 imposée sur les composantes prin- cipales rend leur interprétation plus aisée en ne faisant dépendre ces dernières que d’un nombre restreint de variables initiales. Un algorithme EM, simple de mise en œuvre, est proposé pour l’estimation des paramètres du modèle. La mé- thode de l’heuristique de pente est finalement utilisée pour choisir le coefficient de pénalisation.
Complete list of metadatas

Cited literature [9 references]  Display  Hide  Download

https://hal.inria.fr/hal-01241262
Contributor : Julien Jacques <>
Submitted on : Thursday, December 10, 2015 - 3:16:06 PM
Last modification on : Tuesday, November 19, 2019 - 12:29:53 PM
Long-term archiving on: Saturday, April 29, 2017 - 11:24:15 AM

File

sPPCA-Bouveyron-Jacques.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01241262, version 1

Citation

Charles Bouveyron, Julien Jacques. Un algorithme EM pour une version parcimonieuse de l’analyse en composantes principales probabiliste. EGC 2015 - 15ème conférence internationale sur l'extraction et la gestion des connaissances, Jan 2015, Luxembourg, Luxembourg. ⟨hal-01241262⟩

Share

Metrics

Record views

244

Files downloads

170