Structure des modèles de mélange

Modèles de mélange en R

Victor Medina

Researcher at The University of Edinburgh

Description des modèles de mélange

1. Quelle loi de probabilité convient ?
   • Familiarisez-vous avec différentes lois de probabilité.
2. Combien de sous-populations considérer ?
   • Jugement du data scientist ou critères statistiques.
3. Quels paramètres et comment les estimer ?
   • Une méthode géniale : l'algorithme EM !

Exemple 1 : jeu de données « Gender »

Exemple 1 : résultats du jeu de données « Gender »

1. Quelle loi ? Loi gaussienne bivariée
2. Combien de clusters ? Deux clusters
3. Quelles estimations ? Moyennes, écarts types et proportions

Exemple 2 : chiffres manuscrits

Exemple 2 : résultats sur les chiffres manuscrits

1. Quelle loi ? Loi de Bernoulli
2. Combien de clusters ? Deux clusters
3. Quelles estimations ? Probabilité moyenne d'être 1 pour chaque point et proportions

Exemple 3 : types de crimes

Exemple 3 : résultats sur les types de crimes

1. Quelle loi ? Loi de Poisson multivariée
2. Combien de clusters ? Six clusters
3. Quelles estimations ? Nombre moyen de crimes par type et proportions

Passons à la pratique !

Modèles de mélange en R