Bonjour
J'ai fait différents packages dans ma vie, mais je n'ai jamais trop fait de pub parce que je les trouvais pas vraiment révolutionnaires. Mais aujourd'hui, je suis très fier de vous présenter :
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ kmlShape ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
kmlShape permet de partitionner les données longitudinales en prenant en compte la forme des trajectoires.
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 événement. Pour cela, il se base sur un k-means utilisant une "distance silhouette" (genre d’extension des distance DTW) et une "moyenne silhouette".
Comme la complexité de l'ensemble peut etre élevé, le package propose également deux méthodes de simplification des données, une pour réduire le nombre d'individu, l'autre pour réduire le nombre de mesures. La simplification ne change pas le résultat final, mais accélère considérablement les calculs.
kmlShape est sur le CRAN, l'article décrivant la méthode est publié chez plosOne :
http://journals.plos.org/plosone/articl ... ne.0150738
Christophe