Rmixmod:The R Package of the Model-Based Unsupervised, Supervised and Semi-Supervised Classification Mixmod Library

Autor: Gilles Celeux, Florent Langrognet, Rémi Lebret, Christophe Biernacki, Serge Iovleff, Gérard Govaert
Přispěvatelé: CNRS, Université de Lille, Laboratoire Paul Painlevé [LPP], Laboratoire Paul Painlevé - UMR 8524, MOdel for Data Analysis and Learning (MODAL), Laboratoire Paul Painlevé (LPP), Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Inria Lille - Nord Europe, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Evaluation des technologies de santé et des pratiques médicales - ULR 2694 (METRICS), Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-École polytechnique universitaire de Lille (Polytech Lille), Probabilités et Statistique, Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Mathématiques de Besançon (UMR 6623) (LMB), Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC), Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC), Model selection in statistical learning (SELECT), Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Mathématiques d'Orsay (LMO), Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS), Heuristique et Diagnostic des Systèmes Complexes [Compiègne] (Heudiasyc), Université de Technologie de Compiègne (UTC)-Centre National de la Recherche Scientifique (CNRS), Inria Lille - Nord Europe, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Paul Painlevé - UMR 8524 (LPP), Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Evaluation des technologies de santé et des pratiques médicales - ULR 2694 (METRICS), Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-École polytechnique universitaire de Lille (Polytech Lille)-Université de Lille, Sciences et Technologies, Laboratoire Paul Painlevé - UMR 8524 (LPP), Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Université de Bourgogne (UB)-Université de Franche-Comté (UFC), Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Mathématiques d'Orsay (LMO), Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)
Jazyk: angličtina
Rok vydání: 2015
Předmět:
Statistics and Probability
Computer science
02 engineering and technology
computer.software_genre
01 natural sciences
010104 statistics & probability
visualisation
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST]
0202 electrical engineering
electronic engineering
information engineering
Computational statistics
0101 mathematics
mixture models
Cluster analysis
lcsh:Statistics
lcsh:HA1-4737
visualization
Rmixmod
[INFO.INFO-MS]Computer Science [cs]/Mathematical Software [cs.MS]
business.industry
Pattern recognition
model-based clustering
Density estimation
[STAT.TH]Statistics [stat]/Statistics Theory [stat.TH]
Linear discriminant analysis
Mixture model
discriminant analysis
R Rmixmod
Model-based clustering
Discriminant analysis
Visualization
Mixture models
classification
R
Optimal discriminant analysis
Probability distribution
020201 artificial intelligence & image processing
Multinomial distribution
Artificial intelligence
Data mining
Statistics
Probability and Uncertainty
business
computer
[STAT.ME]Statistics [stat]/Methodology [stat.ME]
Software
Zdroj: Journal of Statistical Software
Journal of Statistical Software, 2015, 67 (6), pp.241-270. ⟨10.18637/jss.v067.i06⟩
Journal of Statistical Software, University of California, Los Angeles, 2015, 67 (6), pp.241-270. ⟨10.18637/jss.v067.i06⟩
Journal of Statistical Software; Vol 67 (2015); 1-29
Journal of Statistical Software, Vol 67, Iss 1, Pp 1-29 (2015)
ISSN: 1548-7660
Popis: International audience; Mixmod is a well-established software package for fitting a mixture model of multivariate Gaussian or multinomial probability distribution functions to a given data set with either a clustering, a density estimation or a discriminant analysis purpose. The Rmixmod S4 package provides a bridge between the C++ core library of Mixmod (mixmodLib) and the R statistical computing environment. In this article, we give an overview of the model-based clustering and classification methods, and we show how the R package Rmixmod can be used for clustering and discriminant analysis.
Databáze: OpenAIRE
Externí odkaz: