ACP - Analyse en composantes principales | Cycle avancé IA #6

Très intéressant, merci !

[@thomasego4657]

La vidéo est très claire, et très bien réalisée. Merci beaucoup pour vos explications.

[@reussironline9950]

Vos explications sont très claires. Et vous avez répondue à toute les questions que je me posait. Merci énormément

[@abdoufatahgaye7561]

Interessant 😊

[@paar6128]

Merci beaucoup pour cette vidéo! :D Vos explications sont extrêmement claires et bien construites. Vous m'avez fait gagné énormément de temps et de nerfs ^^

[@EdRlld98]

Tiptop cette vidéo, merci !

[@yannchoho9097]

merci pour la vidéo : vraiment je kiff trop tes vidéos

[@epimedopencourse]

Merci

[@soukainaelmiri5193]

bonne explication merci beaucoup

[@moussaanouguindo5391]

Merci pour cette vidéo intéressante. Je suis vos vidéos...elles sont bien

[@epimedopencourse]

Merci !

[@jhdjune5732]

Merci enormement pour ce partage de connaissance. Je n ai pas trop bien compris la technique que vous avez utilisé placer les variable sur le cercle de correalation

[@epimedopencourse]

Bonjour, Merci pour votre commentaire. Le cercle de corrélation sert à présenter graphiquement la corrélation entre les variables initiales et les composantes principales de l'ACP. Chaque variable initiale est présentée comme une flèche sur le graphique. La longueur de la flèche exprime la magnitude de la corrélation entre cette variable et les composantes principales de l'ACP. L'axe des abscisses montre le coefficient de corrélation entre la variable et la première composante principale. L'axe des ordonnées montre le coefficient de corrélation entre la variable et la deuxième composante principale. Globalement, on peut interpréter le cercle de corrélation de la façon suivante : - Si les variables initiales sont corrélées, les flèches correspondantes seront groupées ensemble sur le graphique. - Si les variables sont anticorrélées, les flèches seront placées en directions opposées. - Les flèches longues, qui touchent presque le bord du cercle, sont bien représentées par les deux composantes principales. L'information portée par ces variables est bien intégrée dans les deux composantes principales de l'ACP. - Les flèches courtes indiquent que les variables correspondantes contribuent peu aux deux composantes principales de l'ACP. Si on se limite uniquement à ces deux composantes, on perd plus ou moins l'information portée par ces variables. J'espère que cela éclaircit un peu la notion de cercle de corrélation.

[@zukofire6424]

@@epimedopencourse merci pour cette réponse. Existe-t-il une boule des corrélations selon 3 PC?

[@epimedopencourse]

@@zukofire6424 La représentation en 3D n'est pas très courante.

[@istacousa]

Bonjour est-ce que vous pouvez m'envoyer le data merci d'avance

[@epimedopencourse]

Bonjour, Une séance pratique de l'ACP est enregistrée dans cette vidéo : kzbin.info/www/bejne/qqm5Zp1padpkmaM. Vous y trouverez des données réelles ainsi que le code Python associé pour réaliser une ACP avec des explications pas à pas.