Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange

Résumé : Les évaluations dans le domaine sanitaire font de plus en plus appel aux données relatives aux causes de décès provenant des autopsies verbales dans les pays ne tenant pas de registres d'état civil ou disposant de registres incomplets. La méthode d'autopsie verbale permet de disposer des causes probables de décès. Cette communication présente une méthode de classification sur des données binaires de diagnostics par autopsie verbale dans les zones de Niakhar, Bandafassi et Mlomp (Sénégal). Cette méthode combine l'utilisation de mesures de similarités avec une méthode de classification récente basée sur l'introduction d'un noyau dans le modèle de mélange gaussien.
Document type :
Conference papers
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01168530
Contributor : Stephane Girard <>
Submitted on : Friday, April 22, 2016 - 9:40:12 AM
Last modification on : Saturday, March 9, 2019 - 9:13:51 PM
Document(s) archivé(s) le : Tuesday, November 15, 2016 - 9:42:05 AM

File

text_long_sylla_sfds_2015.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01168530, version 2

Collections

Citation

Seydou Nourou Sylla, Stéphane Girard, Abdou Kâ Diongue, Aldiouma Diallo, Cheikh Sokhna. Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange. 47èmes Journées de Statistique, Société Française de Statistique, Jun 2015, Lille, France. ⟨hal-01168530v2⟩

Share

Metrics

Record views

472

Files downloads

156