Une pénalité de groupe pour des données multivoie de grande dimension

Laurent Le Brusquet 1 Arthur Tenenhaus 1 Gisela Lechuga 1 Vincent Perlbarg 2, * Louis Puybasset Damien Galanaud 3
* Corresponding author
1 L2S - Laboratoire des signaux et systèmes
2 LIF - Laboratoire d'Imagerie Fonctionnelle
3 Service de neuro-radiologie [CHU Pitié-Salpêtrière]
Résumé : Le problème de la classification supervisée de données multivoie de grande dimension avec un a priori de structure de groupes sur les variables est étudie. Plus précisément une pénalité adaptée à cette structure de données est proposée. Sans surcoût calculatoire notable, cette pénalité favorise l’interprétabilité des modèles obtenus. La pénalité est ici développée pour l’analyse discriminante et la régression logistique. Une application à l’analyse de données de neuroimagerie multimodale est présentée.
Keywords : logistic regression Structured penality multiway analysis Fisher discriminant analysis
Document type :
Conference papers
Complete list of metadatas

Cited literature [2 references]  Display  Hide  Download
https://hal-centralesupelec.archives-ouvertes.fr/hal-01235986
Contributor : Alexandra Siebert <>
Submitted on : Tuesday, December 1, 2015 - 10:12:20 AM
Last modification on : Friday, December 20, 2019 - 11:48:03 AM
Long-term archiving on: Wednesday, March 2, 2016 - 11:22:06 AM

File

JDS, Le Brusquet, Tenenhaus, L...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01235986, version 1

Collections

CNRS | UPMC | LIB | L2S | SUP_LSS | CENTRALESUPELEC | SUP_SIGNAUX | UNIV-PARIS-SACLAY | SORBONNE-UNIVERSITE | SU-SCIENCES

Citation

Laurent Le Brusquet, Arthur Tenenhaus, Gisela Lechuga, Vincent Perlbarg, Louis Puybasset, et al.. Une pénalité de groupe pour des données multivoie de grande dimension. 47èmes Journée de Statistique de la SFdS (JdS 2015), Jun 2015, Lille, France. ⟨hal-01235986⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

303

Files downloads

430

Contact

Informations

CCSD