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

Quentin Grimonprez (1) , Alain Celisse (2, 1) , Guillemette Marot (3, 1)

1 MODAL - MOdel for Data Analysis and Learning
2 LPP - Laboratoire Paul Painlevé - UMR 8524
3 METRICS - Evaluation des technologies de santé et des pratiques médicales - ULR 2694

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.

Mots clés: hierarchical clustering; variable selection

Mots clés: group-lasso; classification ascendante hierarchique; sélection de variables

Domaines: Statistiques [math.ST]

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⟩