Revue des méthodes pour la classification jointe des lignes et des colonnes d’un tableau

• Autores: Vincent Brault, Aurore Lomet
• Localización: Journal de la Société Française de Statistique & revue de statistique appliquée, ISSN 0037-914X, Vol. 156, Nº. 3, 2015 (Ejemplar dedicado a: Special Issue on Networks and Statistics), págs. 27-51
• Idioma: francés
• Títulos paralelos:
  • Methods for co-clustering: a review
• Enlaces
  • Texto completo
• Resumen
  • français

    La classification croisée vise à identifier une structure sous-jacente existant entre les lignes et colonnes d’un tableau de données. Cette revue bibliographique présente les différents points de vue abordés depuis cinquante ans pour définir cette structure et propose pour chacun un éventail non exhaustif des algorithmes et applications associés.

    Enfin, les questions encore ouvertes sont abordées et une méthodologie est proposée dans la partie discussion pour analyser des données réelles

  • English

    Co-clustering aims to identify block patterns in a data table, from a joint clustering of rows and columns.

    This problem has been studied since 1965, with recent interests in various fields, ranging from graph analysis, machine learning, data mining and genomics. Several variants have been proposed with diverse names: bi-clustering, block clustering, cross-clustering, or simultaneous clustering. We propose here a review of these methods in order to describe, compare and discuss the different possibilities to realize a co-clustering following the user aim.