 |
Clustering Longitudinal Mixed Data
1 : Entrepôts, Représentation et Ingénierie des Connaissances
* : Auteur correspondant
Université Lumière - Lyon 2, Université Claude Bernard Lyon 1, Université Lumière - Lyon 2 : EA3083
Nous présentons un algorithme de clustering pour données longitudinales mixtes. En supposant que les variables non continues sont la discrétisation de variables continues latentes, le modèle s'appuie sur un mélange de lois normales matricielles, capable de prendre en compte simultanément des structures de dépendance entre variables et temporelles. Le modèle est ainsi capable de modéliser simultanément l'hétérogénéité des données, l'association entre les réponses et la structure de dépendance temporelle. Un algorithme EM est développé pour l'estimation des paramètres.
- Poster
