La Classification double ou est une technique d'exploration de données non-supervisée permettant de segmenter simultanément les lignes et les colonnes d'une matrice. Plus formellementTran Trang, Nguyen Cam Chi, Hoang Ngoc Minh,Bi-clustering des données de biopuces par les arbres pondérés de plus long préfixe - Chapitre 1 Introduction, la définition de la classification double peut s'exprimer de la manière suivante (pour le type de classification par colonne) :

Application

Le a été utilisé massivement en biologieSara C. Madeira, Arlindo L. Oliveira,Biclustering Biological Data Analysis - par exemple dans l'analyse de l'expression génétique par Yizong Cheng et George M. Church Yizong Cheng, George M. Church Biclustering of Expression Data -, mais aussi dans d'autres domaines tels que la compression d'image de synthèseXin Sun, Qiming Hou,Zhong Ren, Kun Zhou, Baining Guo,Radiance Transfer Biclustering for Real-time All-frequency Bi-scale Rendering, l'analyse médicale - par exemple pour l'étude des traitements de l'épilepsieStanislav Busygin,Nikita Boyko, Panos M. Pardalos,Michael Bewernitz, Georges Ghacibeh,Biclustering EEG data from epileptic patients treated with vagus nerve stimulation par stimulation vagale, la caractérisation d'émetteurs de pourriels ()Kevin S. Xu, Mark Kliger, Alfred O. Hero III, Identifying Spammers by Their Resource Usage Patterns, l'analyse du mouvementKeren Erez, Jacob Goldberger, Ronen Sosnik, Moshe Shemesh, Susan Rothstein,Moshe Abeles, Analyzing Movement Trajectories Using a Markov Bi-Clustering Method, l'analyse des termes publicitaires sur internetDmitry I. Ignatov, Concept-based Biclustering for Internet Advertisement , ...

Types Dans les différents algorithmes qui utilisent la classification double, on trouve différents types de bicluster : à valeurs constantes (a), à valeurs constantes en lignes (b) ou en colonnes (c), à valeurs cohérentes (d, e). +a) à valeurs constantes 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6 7,6+b) à valeurs constantes en lignes 1,2 1,2 1,2 1,2 1,2 2,1 2,1 2,1 2,1 2,1 3,2 3,2 3,2 3,2 3,2 4,1 4,1 4,1 4,1 4,1 4,2 4,2 4,2 4,2 4,2+c) à valeurs constantes en colonnes 1,0 2,0 3,0 4,0 5,0 1,0 2,0 3,0 4,0 5,0 1,0 2,0 3,0 4,0 5,0 1,0 2,0 3,0 4,0 5,0 1,0 2,0 3,0 4,0 5,0+d) à valeurs cohérentes (additives) 1.0 4.0 5.0 0.0 1.5 4.0 7.0 8.0 3.0 4.5 3.0 6.0 7.0 2.0 3.5 5.0 8.0 9.0 4.0 5.5 2.0 5.0 6.0 1.0 2.5+e) à valeurs cohérentes (multiplicative) 1.0 0.5 2.0 0.2 0.8 2.0 1.0 4.0 0.4 1.6 3.0 1.5 6.0 0.6 2.4 4.0 2.0 8.0 0.8 3.2 5.0 2.5 10.0 1.0 4.0

En d) la notion d'additivité se comprend comme ceci : en colonnes, en lignes; en e) le motif est en colonnes et .

Algorithmes Le but des algorithmes de classification double est de trouver, s'il existe, le plus grand contenu dans une matrice, en maximisant une fonction objectif. On peut prendre comme fonction, avec les notations adoptées ci-dessus :

De nombreux algorithmes ont été développés notamment par la bio-informatique, dont : , CTWC () , ITWC (), δ-bicluster, δ-pCluster, δ-pattern, FLOC, OPC, , OPSMs (), Gibbs, SAMBA (), RoBA (), Ahsan Abdullah, Data Mining Using the Crossing Minimization Paradigm , cMonkey, PRMs, DCC, LEB (), QUBIC (), BCCA (), FABIA (). Certains de ces algorithmes ont été comparés par Doruk Bozda, Ashwin S. Kumar et Umit V. CatalyurekDoruk Bozda, Ashwin S. Kumar et Umit V. Catalyurek, Comparative Analysis of Biclustering Algorithms en termes de type de motifs recherchés. Le package Sebastian Kaiser, Friedrich Leisch, A Toolbox for Bicluster Analysis in R propose un ensemble d'outils pour la classification double dans le logiciel R.

Articles connexes Classification Classification automatique Segmentation (sciences humaines)

Notes et références

Catégorie:Ingénierie décisionnelle Catégorie:Exploration de données