Analyse en Composantes Principales ou ACP
HTML-код
- Опубликовано: 11 сен 2024
- Cette vidéo est une introduction brève et intuitive à l'Analyse en Composantes Principales (ACP), une des techniques d'exploration de données (data mining) les plus couramment utilisées.
L'ACP permet de concentrer l'information contenue dans un jeu de données multidimensionnel (grand nombre de variables) à l'intérieur de quelques variables synthétiques, appelées premières dimensions de l'ACP.
Version d'essai gratuite de 14 jours : www.xlstat.com...
Vous trouverez un guide de choix d'outils de data mining très facile d'utilisation ici : help.xlstat.co...
![[DOKKAN BATTLE] Worldwide Campaign Announcement Video Part 2!](http://i.ytimg.com/vi/JpT5Voak6WA/mqdefault.jpg)
J'aime les tutoriels de XLSTAT, il est recommandé pour toutes analyses. Merci
Merci, c'est simple et efficace, très bonnes explications
Merci pour ce tuto, c'est super bien expliqué!
i guess I'm quite randomly asking but does anyone know a good site to stream new movies online ?
@Quentin Kian flixportal =)
@Moises Reid Thank you, signed up and it seems to work :) I appreciate it !
@Quentin Kian Happy to help =)
Merci pour la pertinence de votre vidéo, pile à temps avant un examen de Data Mining.
Bonne vidéo : claire et concise
Merci pour votre commentaire ! Je vous invite à découvrir également notre playlist Stat Café : ruclips.net/video/B0QP7E0jrA4/видео.html
très bien expliqué
grand merci
Avec plaisir ! Vous pouvez également découvrir notre nouvelle série de vidéos Stat Café sur l'ACP : ruclips.net/video/oFMvQgmv2w8/видео.html
C'est très pédagogique. Merci beaucoup
Merci beaucoup pour votre commentaire !
Très utile! Merci d'avoir si bien expliquer à l'aide des exemples!
Avec plaisir 🙂 Si vous ne connaissez pas encore nous avons sorti un nouveau format de vidéo accessible ici : m.ruclips.net/p/PLwEkGOOAKKYbTT94MelvKra4Sx67lMe00
très synthétique ! merci
Super video, clair et concis
Merci bcp et tres bien explique
Excellent !!! merci merci merciii infiniment !!
très bien expliqué
Merci très bien expliqué cela m'a beaucoup aidé merci encore 😊
Merci beaucoup pour votre commentaire ! N'hésitez pas à découvrir nos vidéos Stat Café également : ruclips.net/p/PLwEkGOOAKKYbTT94MelvKra4Sx67lMe00
nice tutorial my friend
Bravo très bien expliqué bonne continuation
Merci beaucoup vous aussi !
Well done
merci
Wao, tu vas m'aider pour ma compo dans 2h lol
thank you it really halped me
Excellent !!! belle vulgarisation
Merci beaucoup pour votre avis ! Notre nouvelle émission Stat Café traite également du sujet si vous souhaitez la découvrir : ruclips.net/video/oFMvQgmv2w8/видео.html
Merci beaucoup!
Merci 👍
Excellent tuto . Merciiiii !!
Avec plaisir ! 🙂
Quel est l'objectif de la méthode analyse en composante principale? Réponds-moi s'il te plaît
Merciiiiiii 👌👌👌👌
merci , c'est bien expliqué (y)
quelle est la valeur minimale d'un axe ? Par exemple si l'axe F1 explique 10% et l'axe F2 explique 20 % de la variation des données, faut-il les considérer?
Bonjour, excellente vidéo ! Y a-t-il la possibilité d'avoir le jeu de données utilisé pour cette démo ? Je suis fan...
Si l'on prend plus de deux axes pour notre ACP, qu'en est-il du cercle des corrélations ?
Bonjour Gabi,
Dans ACP, il est possible d'afficher plusieurs cercles de corrélation en fonction des axes choisis. Par exemple, dans la boîte de dialogue Choix des axes, sélectionnez les axes F1 et F2 puis cliquez sur Sélectionner et répétez ensuite la même chose avec les axes F1 et F3.
En espérant avoir pu vous aider !
Votre équipe XLSTAT
Bonsoir monsieur !
Je tiens à vous remercier pour cette brève vidéo de l' Analyse en composantes principales que vous avez posté .
Par ailleurs , je voudrais vous savoir comment peut - on interpréter la matrice de corrélation et leur signification ?
Bonjour, merci pour cette explication. Néanmoins je ne ne comprends pas comment à partir du graphique des observation, on peut dire que le géant à une plus grande pointure, et interpréter des choses de cette manière. Je comprends qu'on peut grouper les individus qui ressemblent, pas mais comment on peut interpréter leurs variables...
L'interprétation se fait à partir du cercle des corrélations.
Nous pouvons voir que les variables "Taille oreilles", "Poids" et "Taille" sont reliées à l'axe F2 alors que la variable "Pointure" est reliée à l'axe F1.
Lorsque vous superposez ce graphique avec celui des observations, nous pouvons voir que les individus situés sur la droite (les géants) sont lourds, grands et avec de petites oreilles alors que ceux qui se trouvent sur la gauche (les barbares et les aliens) sont plus petits, minces et avec de grandes oreilles.
D'autre part, nous pouvons observer que deux individus se distinguent.
En effet, le géant Xubgir a de très grands pieds alors que l'alien Sigepy a de petits pieds. Toutefois, nous ne sommes pas réellement en mesure de dire qui des Aliens, Géants et Barbares a de plus grands pieds car l'amplitude des observations sur l'axe F1 ne diffère pas vraiment.
J'espère que cela répond à votre question!
@@XLSTAT Merci beaucoup ! Si j'ai bien compris, on peut considérer les flèches des variables comme des axes, et on peut dire qu'un individu a "beaucoup de cette variable" s'il sa projection sur cet axe est grande.
J'ai trouvé un probleme dans l'execution acp... Une fenetre apparait :la solution comprend des données non numerique.... Ou est le probleme... les données ?
Bonjour, oui les données que vous sélectionnez doivent probablement contenir des chiffres entrés au format texte. Il y a peut-être un problème de décimale (point au lieu de la virgule, ou l'inverse)?
💕🌹Nada🤌🏻❤️🔥
Merci pour cette video. Mais j'ai une question: comment analyser une image sur un ACP? Merci d'avance
Bonjour, nous n'avons pas compris votre question car il n'est pas possible d'analyser une image avec une analyse en composantes principales. Parlez-vous du cercle de corrélation ?
@@XLSTAT @XLSTAT Vous avez raison j'ai pas bien expliquez ma question. J'ai lu dans certains documents de teledetection que des gens ont pu recourir a l'ACP pour analyser une image en verifiant les correlations par exemple des valeurs entre les differentes bandes spectrales de l'image. Alors ma question c'etait de savoir si vous en savez quelque chose et si oui, comment le faire? Merci
@@berylsk5049 Nous n'avons malheureusement pas d'exemples ou de cas d'études pour le moment sur cette question. Si vous le souhaitez, nous pouvons vous aider à configurer votre ACP si vous avez un jeu de données. Vous pouvez dès maintenant effectuer une demande pour une session de consultation ici : www.xlstat.com/fr/formation/formation-sur-mesure
@@XLSTAT Merci beaucoup, je reflechis et je vous donnerais la suite des que possible!
Vous pouvez m'aider pour corriger cet exercice, S'il vous plaît
Une analyse en composantes principales est effectuée sur un tableau de données. Les résultats sont les suivants:
- Valeurs propres de la matrice variance-covariance:
λ1=8, λ2=2, λ3=12
- les deux premières composantes principales:
C1 C2
A 2√6 √6
B _√6 √6
C _√6 _2√6
D √6 2√6
E √6 _√6
F _2√6 _√6
On désire présenter 50% de l'information globale.
* présenter les individus dans l'espace réduit.
Merci pour ces explications claires, dommage que ça ne fonctionne que sur Excel que je ne peux plus réinstaller chez moi (j'utilise libre office)... j'espère que d'ici peu XLstat pourra être utilisé aussi avec ce programme...
comment corriger l’existence des données vide en ACP
Bonjour ! Vous pouvez soit faire une suppression par paires soit estimer les données manquantes avant le début des calculs utilisant la moyenne (variables quantitatives) ou le mode (variables qualitatives) ou le plus proche voisin. Ces options sont accessibles dans l'onglet Données manquantes de l'ACP.
quel logiciel ?
XLSTAT ;) Pour en savoir plus : www.xlstat.com/fr/
bvvv
tro b1 ta video
Merci pour cet avis ! Nous vous invitons à découvrir aussi nos nouvelles vidéos Stat Café : ruclips.net/video/B0QP7E0jrA4/видео.html
Merci