MODEL BASED CO-CLUSTERING: HIGH DIMENSION AND ESTIMATION CHALLENGES - Inria - Institut national de recherche en sciences et technologies du numérique
Autre Publication Année : 2024

MODEL BASED CO-CLUSTERING: HIGH DIMENSION AND ESTIMATION CHALLENGES

Julien Jacques

Résumé

Model based coclustering, which can be seen as an extension of mixture model clustering, allows a reduction of both the number of rows (individuals) and columns (variables) of a dataset in a very parsimonious way while preserving the interpretability of the reduced data. Moreover, it benefits from the rich statistical theory of probabilistic models for both estimation and model selection. It is an active field in which many recent works have produced new advances, from a theoretical as well as methodological and applied point of view. After a discussion of these advances, two main messages are developped, supported by specific research material: (1) coclustering requires further research to address some well-identified estimation problems, and (2) coclustering is a very promising approach for clustering in the (very) high-dimensional setting, which corresponds to the global trend of modern data. Work in collaboration with Christophe Biernacki and Julien Jacques (J Classif 40, 332–381 (2023))
Le coclustering par modélisation probabiliste, qui peut être vu comme une extension du clustering par modèle de mélange, permet une réduction à la fois du nombre de lignes (individus) et de colonnes (variables) d'un ensemble de données de façon très parcimonieuse tout en préservant l'interprétabilité des données réduites. De plus, il bénéficie de la riche théorie statistique des modèles probabilistes tant pour l’estimation que pour la sélection du modèle. C’est un domaine actif dans lequel de nombreux travaux récents ont produit de nouvelles avancées, d’un point vue théorique comme méthodologique et appliqué. Après une discussion sur ces avancées, deux messages principaux sont développés, étayés par du matériel de recherche spécifique : (1) le co-clustering nécessite des recherches plus approfondies pour résoudre certains problèmes d'estimation bien identifiés, et (2) le co-clustering est une approche très prometteuse pour le clustering dans le cadre de la (très) grande dimension, qui correspond à la tendance mondiale des données modernes. Travail en collaboration avec Christophe Biernacki et Julien Jacques (J Classif 40, 332–381 (2023))
Fichier principal
Vignette du fichier
KERIBIN-JOC-SemStat-2024-vp.pdf (2 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04862826 , version 1 (03-01-2025)

Licence

Identifiants

  • HAL Id : hal-04862826 , version 1

Citer

Christine Keribin, Christophe Biernacki, Julien Jacques. MODEL BASED CO-CLUSTERING: HIGH DIMENSION AND ESTIMATION CHALLENGES. 2024. ⟨hal-04862826⟩
0 Consultations
0 Téléchargements

Partager

More