Autres usages de l'ACP et conclusion

Apprentissage non supervisé en R

Hank Roark

Senior Data Scientist at Boeing

Réduction de la dimension

réduction de la dimension

Visualisation des données

visualisation des données

Interpréter les résultats de l'ACP

interpréter les résultats de l'ACP - biplot et screeplot

Importance de la mise à l'échelle

comparer l'importance des variables avant et après la mise à l'échelle

À suivre

# URL to cancer dataset hosted on DataCamp servers
url <- "https://assets.datacamp.com/production/course_1903/datasets/WisconsinCancer.csv"

# Download the data: wisc.df
wisc.df <- read.csv(url)
wisc.data[1:6, 1:5]

         radius_mean texture_mean perimeter_mean area_mean smoothness_mean
842302         17.99        10.38         122.80    1001.0         0.11840
842517         20.57        17.77         132.90    1326.0         0.08474
84300903       19.69        21.25         130.00    1203.0         0.10960
84348301       11.42        20.38          77.58     386.1         0.14250
84358402       20.29        14.34         135.10    1297.0         0.10030
843786         12.45        15.70          82.57     477.1         0.12780

Passons à la pratique !

Apprentissage non supervisé en R