kmlShape : un algorithme de partitionnement des données longitudinales basé sur la forme des trajectoires
Christophe Genolini  1, 2@  
1 : CeRSM (EA 2931), UFR STAPS, Université de Paris Ouest-Nanterre-La Défense, France
Université Paris Ouest Nanterre La Défense : EA2931
2 : UMR 1027, INSERM, Université Paul Sabatier, Toulouse III, France
Inserm : U1027

Les données longitudinales sont des données dans lesquelles chaque variable est mesurée à
plusieurs reprises au cours du temps. Une possibilité pour analyser ce genre de données consiste
à les partitionner. La majorité des méthodes de partitionnement classent deux individus
ensemble si leurs trajectoires sont proches à chaque temps de mesure. Ce type de méthode prend
en compte les ressemblances locales mais ne tient pas vraiment compte de la forme générale
des trajectoires. Or, dans un certain nombre de situations, l'évolution d'un phénomène peut
avoir plus d'importance que son moment d'apparition. On souhaite dans ces situations pouvoir
partitionner en classant dans le même groupe des individus dont les trajectoires ont des formes
similaires, indépendamment d'un décalage dans le temps.

kmlShape est un package permettant de partitionner des données longitudinales en fonction de leur forme, indépendament du moment précis de l'apparition d'un évènement.



  • Autre
Personnes connectées : 2 Flux RSS