Classification croisée et modèle

• Auteur / Autrice : Mohamed Bzioui
• Direction : Gérard Govaert
• Type : Thèse de doctorat
• Discipline(s) : Contrôle des systèmes
• Date : Soutenance en 1999
• Etablissement(s) : Compiègne

Mots clés

Mots clés libres

Classification croisée

Approche probabiliste

Mélange loi probabilité

Méthode Monte Carlo

Algorithme EM

Critère Akaika

Résumé

Dans le cadre des tableaux de contingences, des tableaux binaires et des tableaux de mesures, la classification croisée est basée sur un critère métrique sans faire référence à un modèle probabiliste. Dans ce travail, nous proposons un modèle de mélange croisé afin d'apporter un éclairage aux critères métriques existants, d'en développer d'autres et de proposer une solution au problème des données manquantes. Cette étude est réalisée sous deux approches : approche classification et approche estimation. En outre, nous étudions l'influence du choix entre les deux hypothèses : proportions des composants du mélange égales aux proportions inconnues. Ainsi, différents algorithmes sont développés avec différentes variantes. Des simulations sont réalisées suivant les différentes situations en tenant compte à la fois de l'approche choisie avec les deux hypothèses et les paramètres du modèle.