Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year :

Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso

Abstract

In a context of variable selection, the use of penalized regressions in presence of high correlations might be problematic. Only a subset of the correlated variables is selected. Firstly aggregating related variables can help both for selection and interpretation. However, clustering methods require calibration of additional parameters. We will introduce a new method combining hierarchical clustering and group selection.
Dans un contexte de sélection de variables, utiliser des régressions pénalisées en présence de fortes corrélations peut poser problème. Seul un sous-ensemble des variables corrélées est sélectionné. Agréger préalablement les variables liées entre elles peut aider aussi bien a la sélection qu'à l' interprétation. Cependant, les méthodes de regroupement de variables nécessitent la calibration de paramètres supplémentaires. Nous présenterons une nouvelle méthode combinant classification ascendante hiérarchique et sélection de groupes de variables.
Fichier principal
Vignette du fichier
sfds.pdf (314.54 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01238248 , version 1 (04-12-2015)

Identifiers

  • HAL Id : hal-01238248 , version 1

Cite

Quentin Grimonprez, Alain Celisse, Guillemette Marot. Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso. 47èmes Journées de Statistique, Jun 2015, Lille, France. ⟨hal-01238248⟩
244 View
594 Download

Share

Gmail Facebook Twitter LinkedIn More