Aller au contenu

TP Analyse en Composantes Principales (ACP)

Objectifs et prérequis du TP sur l'analyse en composantes principales Objectifs Ce TP sur l'analyse en composantes principales (ACP) a pour but d'apprendre à manipuler des données, à effectuer des statistiques descriptives, à centrer et réduire les variables, et à appliquer l'ACP sur un jeu de données. À la fin de ce TP, vous serez capable de : Importer et visualiser un fichier de données.

D'après le document TP Analyse en Composantes Principales (ACP)

Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.

Document source

TP Analyse en Composantes Principales (ACP)

Data Analysis and Principal Component Analysis (PCA) · PDF · 7 pages

Afficher l'aperçu du document

Consulter le document original →

Objectifs et prérequis du TP sur l'analyse en composantes principales

Objectifs

Ce TP sur l'analyse en composantes principales (ACP) a pour but d'apprendre à manipuler des données, à effectuer des statistiques descriptives, à centrer et réduire les variables, et à appliquer l'ACP sur un jeu de données. À la fin de ce TP, vous serez capable de :

  • Importer et visualiser un fichier de données.
  • Effectuer des statistiques descriptives sur les variables actives.
  • Centrer et réduire les données.
  • Calculer et interpréter la matrice de corrélation.
  • Réaliser une ACP et visualiser les résultats.

Prérequis

Pour réaliser ce TP, vous aurez besoin des éléments suivants :

  • Un ordinateur avec R et RStudio installés.
  • Le package readxl pour importer des fichiers Excel.
  • Les packages FactoMineR et factoextra pour l'ACP.
  • Des connaissances de base en R et en statistiques.

Importer et préparer les données

Importation des données

Commencez par importer votre fichier cars.xls. Vous pouvez le faire via l'interface graphique ou en utilisant la commande suivante :

cars <- read_excel("D:/BADS/semestre 3/Atelier fouille de données/TP ACP/cars.xls")

Pour visualiser les données, utilisez :

View(cars)

Le fichier décrit les caractéristiques de 394 véhicules.

Statistiques descriptives sur les variables actives

Pour les statistiques descriptives, sélectionnez les variables nécessaires. Selon l'énoncé du TP, la variable name n'est pas nécessaire :

cars <- cars[,2:8]

Vérifiez le type de la variable Horsepower, qui doit être modifié si elle est de type character :

cars$Horsepower <- strtoi(cars$Horsepower)

Pour gérer les valeurs manquantes, utilisez :

cars$Horsepower[is.na(cars$Horsepower)] <- mean(cars$Horsepower, na.rm=T)

Vérifiez le résultat avec :

summary(cars)

Centrer et réduire les variables

Standardisation des données

Pour centrer et réduire les variables, définissez une fonction :

centrage_reduction <- function(x) { return((x - mean(x)) / sqrt(var(x))) }

Appliquez cette fonction pour produire un tableau des données centrées et réduites :

cars.cr <- apply(cars[,1:7], 2, centrage_reduction)

Vérifiez les résultats :

apply(cars.cr, 2, mean)
apply(cars.cr, 2, var)

Analyse de la matrice de corrélation

Calcul de la matrice de corrélation

Calculez la matrice de corrélation :

C <- cor(cars.cr)

Analysez les corrélations :

  • La consommation mpg a une forte corrélation négative avec cylinders, displacement, Horsepower et weight.
  • Corrélations positives entre cylinders, displacement, Horsepower et weight.
  • La variable year montre que plus la voiture est vieille, plus la consommation mpg augmente.

Application de l'analyse en composantes principales

Réalisation de l'ACP

Pour réaliser l'ACP, installez les packages nécessaires :

install.packages(c("FactoMineR", "factoextra"))
install.packages("ggplot2")

Chargez les bibliothèques :

library("ggplot2")
library("FactoMineR")
library("factoextra")

Effectuez l'ACP :

cars.acp <- PCA(cars.cr, scale.unit=TRUE, ncp=7, graph=TRUE)

Pour afficher un résumé de l'ACP, utilisez :

summary(cars.acp)
print(cars.acp)

Visualisation des résultats

Pour visualiser les résultats, créez un graphique des éboulis des valeurs propres :

val.propres <- cars.acp$eig[,1]
plot(1:7, val.propres, type="b", ylab="Valeurs propres", xlab="Composante", main="Scree plot")

Pour le cercle des corrélations :

plot(cars.acp, choix="var", title="Cercle des corrélations", invisible="quanti.sup")

Analysez les corrélations entre les variables et les dimensions.

Erreurs fréquentes en ACP

Lors de l'application de l'ACP, plusieurs erreurs peuvent survenir :

  • Ne pas centrer et réduire les données avant l'ACP, ce qui peut fausser les résultats.
  • Omettre de gérer les valeurs manquantes, entraînant des biais dans l'analyse.
  • Interpréter les résultats sans tenir compte des corrélations entre les variables.

Questions fréquentes

Qu'est-ce que l'analyse en composantes principales ?

L'analyse en composantes principales (ACP) est une méthode statistique utilisée pour réduire la dimensionnalité d'un ensemble de données tout en préservant autant que possible la variance. Elle permet d'identifier les directions principales dans lesquelles les données varient.

Comment centrer et réduire les données pour l'ACP ?

Pour centrer et réduire les données, vous devez soustraire la moyenne de chaque variable et diviser par son écart-type. Cela permet de normaliser les données et de les rendre comparables.

Quels sont les résultats attendus d'une ACP ?

Les résultats d'une ACP incluent les valeurs propres, qui indiquent l'importance de chaque composante, ainsi que les corrélations entre les variables et les composantes principales. Ces résultats aident à interpréter la structure des données.

Comment interpréter les graphiques de l'ACP ?

Les graphiques de l'ACP, comme le scree plot et le cercle des corrélations, permettent de visualiser la variance expliquée par chaque composante et les relations entre les variables. Une forte corrélation entre une variable et une composante indique que la variable contribue significativement à cette direction.

Quelles sont les erreurs fréquentes lors de l'ACP ?

Les erreurs fréquentes incluent le non-centrage et la non-réduction des données, l'oubli de traiter les valeurs manquantes et une interprétation hâtive des résultats sans analyse approfondie des corrélations.

Partager

Commentaires

Aucun commentaire pour le moment. Posez la première question.

Les commentaires sont relus avant publication. Votre e-mail n'est jamais affiché.

← Toutes les révisions