Introduction à l'ACP

Apprentissage non supervisé en R

Hank Roark

Senior Data Scientist at Boeing

Deux méthodes de regroupement

Deux méthodes de regroupement : trouver des groupes d'éléments homogènes
Ensuite, la réduction de dimension
- Trouver la structure dans les caractéristiques
- Aider à la visualisation

Réduction de dimension

Méthode populaire : l'analyse en composantes principales (ACP)
Trois objectifs pour une représentation de plus faible dimension :
- Trouver une combinaison linéaire des variables pour créer des composantes principales
- Conserver le plus de variance possible
- Des composantes principales non corrélées (c.-à-d. orthogonales)

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 à haute dimension

nombre différent de dimensions pour les données

Visualisation

ACP sur l'ensemble iris

ACP en R

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

summary(pr.iris)

Importance of components:
                          PC1     PC2    PC3     PC4
Standard deviation     2.0563 0.49262 0.2797 0.15439
Proportion of Variance 0.9246 0.05307 0.0171 0.00521
Cumulative Proportion  0.9246 0.97769 0.9948 1.00000

Passons à la pratique !

Apprentissage non supervisé en R