Sélection de caractéristiques de données de comptage simultanée et clustering utilisant le mélange multinomial de Dirichlet imbriqué

L'effet d'élévation de la malédiction de la dimensionnalité dans les données de comptage a rendu le clustering une tâche difficile. Cet article résout ce problème en adoptant le concept de saillance des caractéristiques comme méthode de sélection de caractéristiques dans le contexte de l'utilisation du mélange multinomial de Dirichlet imbriqué (MNDM). Le MNDM est une généralisation du mélange composé de Dirichlet (DCM) qui présente plusieurs limitations. L'apprentissage du modèle est réalisé grâce à la méthode d'attente-maximisation. Le critère de longueur minimum de message est utilisé pour déterminer simultanément le meilleur nombre de composants dans le mélange avec les caractéristiques sélectionnées mises à jour. Au prix des temps de convergence, les résultats montrent de meilleures performances à travers différents métriques, alors que le modèle vise à sélectionner les caractéristiques saillantes et à éliminer les caractéristiques anomaliques non saillantes.