Classification automatique dans les sous-espaces discriminants de Fisher

Résumé : Nous considérons dans ce travail le problème du clustering en grande dimension. Nous proposons de modéliser les données par un modèle de mélange gaussien dans un sous-espace discriminant de dimension inférieure à la dimension de l'espace original. Nous proposons pour ce faire un algorithme d'estimation appelé Fisher-EM. Cette approche améliore les performances de classification et permet une représentation visuelle de l'agencement des données en grande dimension.
Type de document :
Communication dans un congrès
41èmes Journées de Statistique, SFdS, Bordeaux, May 2009, Bordeaux, France, France. 2009
Liste complète des métadonnées

https://hal.inria.fr/inria-00386652
Contributeur : Conférence Jds2009 <>
Soumis le : vendredi 22 mai 2009 - 09:09:28
Dernière modification le : jeudi 11 janvier 2018 - 06:26:16
Document(s) archivé(s) le : jeudi 10 juin 2010 - 21:40:27

Fichier

p92.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00386652, version 1

Collections

Citation

Charles Bouveyron, Camille Brunet. Classification automatique dans les sous-espaces discriminants de Fisher. 41èmes Journées de Statistique, SFdS, Bordeaux, May 2009, Bordeaux, France, France. 2009. 〈inria-00386652〉

Partager

Métriques

Consultations de la notice

220

Téléchargements de fichiers

166