Introduction à l'ACP

Apprentissage non supervisé en R

Hank Roark

Senior Data Scientist at Boeing

Deux méthodes de partitionnement

Deux méthodes de partitionnement : trouver des groupes d'éléments homogènes
Ensuite, réduction de dimension
- Mettre en évidence la structure des variables
- Aider à la visualisation

Réduction de dimension

Une méthode courante est l'analyse en composantes principales (ACP)
Trois objectifs pour une représentation de plus faible dimension :
- Trouver des combinaisons linéaires pour créer des composantes principales
- Conserver au mieux la variance des données
- Composantes principales non corrélées (i.e. orthogonales entre elles)

Intuition de l'ACP

nuage de points

Intuition de l'ACP

droite de régression

Intuition de l'ACP

projection des scores des composantes

Visualisation de données de haute dimension

différents nombres de dimensions pour les données

Visualisation

ACP sur le jeu de données iris

ACP en R

pr.iris <- prcomp(x = iris[-5],
                  scale = FALSE,
                  center = TRUE)

summary(pr.iris)

Importance des composantes :
                          PC1     PC2    PC3     PC4
Écart-type             2.0563 0.49262 0.2797 0.15439
Proportion de variance 0.9246 0.05307 0.0171 0.00521
Proportion cumulée     0.9246 0.97769 0.9948 1.00000

Passons à la pratique !

Apprentissage non supervisé en R