Un algorithme EM pour une version parcimonieuse de l’analyse en composantes principales probabiliste

Charles Bouveyron (1) , Julien Jacques (2, 3)

1 MAP5 - UMR 8145 - Mathématiques Appliquées Paris 5
2 ERIC - Equipe de Recherche en Ingénierie des Connaissances
3 MODAL - MOdel for Data Analysis and Learning

Nous considérons une version parcimonieuse de l’analyse en compo- santes principales probabiliste. La pénalité l1 imposée sur les composantes prin- cipales rend leur interprétation plus aisée en ne faisant dépendre ces dernières que d’un nombre restreint de variables initiales. Un algorithme EM, simple de mise en œuvre, est proposé pour l’estimation des paramètres du modèle. La mé- thode de l’heuristique de pente est finalement utilisée pour choisir le coefficient de pénalisation.

Domaines: Statistiques [math.ST]; Apprentissage [cs.LG]

Charles Bouveyron, Julien Jacques. Un algorithme EM pour une version parcimonieuse de l’analyse en composantes principales probabiliste. EGC 2015 - 15ème conférence internationale sur l'extraction et la gestion des connaissances, Jan 2015, Luxembourg, Luxembourg. ⟨hal-01241262⟩