Analyse de classification bayésienne
L'analyse de classification bayésienne attribue des observations à des groupes latents en combinant un modèle probabiliste des données intra-groupe avec des croyances a priori sur les paramètres des groupes et le nombre de groupes. Elle produit des probabilités a posteriori d'appartenance à un groupe et des estimations d'incertitude fondées, ce qui la rend plus transparente que les algorithmes de classification classiques basés sur la distance.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sources
- Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631. DOI: 10.1198/016214502760047131 ↗
- Lau, J. W. & Green, P. J. (2007). Bayesian model-based clustering procedures. Journal of Computational and Graphical Statistics, 16(3), 526–558. DOI: 10.1198/106186007X238855 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Cluster Analysis. ScholarGate. https://scholargate.app/fr/statistics/bayesian-cluster-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesian Latent Class AnalysisStatistique↔ compare
- Modélisation bayésienne de mélangesStatistique↔ compare
- Analyse de regroupementStatistique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Modélisation par mélangeStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →