Poursuite de projection
Cet article est une ébauche concernant les mathématiques et les probabilités et la statistique.
Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
La poursuite de projection est une méthode d'analyse des données multivariées qui relève des statistiques.
Historique[modifier | modifier le code]
La poursuite de projection a été initialement proposée par Jerome H. Friedman et John Tukey en 1974[1].
Description[modifier | modifier le code]
La poursuite de projection consiste à rechercher un sous-espace dans lequel un indice de projection est maximisé. Cet indice visait originellement à trouver des directions intéressantes pour la représentation des données. Ces directions sont, par exemple, celles qui dévient le plus de la distribution normale. Divers critères de non-gaussianité peuvent être définis[2].
L'idée d'un algorithme consiste à exprimer les données selon un premier axe où les données sont bien représentées (au sens du critère précédemment défini) puis à faire de même avec le résidu des données sur un nouvel axe et poursuivre itérativement.
Voir aussi[modifier | modifier le code]
Liens externes[modifier | modifier le code]
Notes et références[modifier | modifier le code]
- (en) J. H. Friedman and J. W. Tukey, « A Projection Pursuit Algorithm for Exploratory Data Analysis », IEEE Transactions on Computers, vol. C-23, no 9, , p. 881–890 (ISSN 0018-9340, lire en ligne)
- A. Hyvärinen, J. Karhunen, and E. Oja, Independent Component Analysis. John Wiley and Son, 2001
- Touboul Jacques « Projection Pursuit Through $\Phi$-Divergence Minimisation »(Archive.org • Wikiwix • Archive.is • Google • Que faire ?) (consulté le )
