Tâche T2.1 : état de l’art pour la sélection de modèle : Dominique, Stéphane, Yves, Gérard et Mohamed
Il y a déjà des livres : sélection de modèle en statistique.
Il faut bien cibler : au moins clustering (peut être se limiter au clustering croisée) et les modèles associés.
Titre : sélection de modèle en clustering
Il faut être génératif (on ne peut plus de contenter d’être discriminatif)
Sélection de modèle associées au mélange, voire au bloc clustering (nb de classes)
Factorisation : combien de facteurs, coude sur le chemin de régularisation, test
Appliquer les techniques de Dominique au problème de clustering : attention, il faut disposer d’une forme analytique de l’estimateur μ^
Clustering et sélection de variables / sélection de variable : Raftery Raftery, A.E. and Dean, N. (2006). Variable Selection for Model-Based Clustering. /Journal of the American Statistical Assocation/, 101, 168-178.