On choosing a mixture model for clustering

Abstract : Two methods for both clustering data and choosing a mixture model are proposed. First, the unknown clusters are assessed. Then, the likelihood conditional to these clusters is written as the product of likelihoods from each cluster. AIC and BIC type-approximations are then applied, and the resulting criteria turn out to be the sum of the AIC or BIC relative to each cluster. The performances of our methods are evaluated on real data examples and numerical simulations.
Type de document :
Pré-publication, Document de travail
2011
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00470775
Contributeur : Jan Bulla <>
Soumis le : samedi 3 septembre 2011 - 15:02:09
Dernière modification le : mardi 5 juin 2018 - 10:14:10
Document(s) archivé(s) le : dimanche 4 décembre 2011 - 02:20:25

Fichier

rev-choix_7.pdf
Accord explicite pour ce dépôt

Identifiants

  • HAL Id : inria-00470775, version 2

Citation

Joseph Ngatchou-Wandji, Jan Bulla. On choosing a mixture model for clustering. 2011. 〈inria-00470775v2〉

Partager

Métriques

Consultations de la notice

300

Téléchargements de fichiers

738