🔍 𝐀𝐧𝐚𝐥𝐲𝐬𝐞 𝐞𝐧 𝐜𝐨𝐦𝐩𝐨𝐬𝐚𝐧𝐭𝐬 𝐩𝐫𝐢𝐧𝐜𝐢𝐩𝐚𝐮𝐱 (𝐏𝐂𝐀) : 𝐬𝐢𝐦𝐩𝐥𝐢𝐟𝐢𝐞𝐳 𝐯𝐨𝐬 𝐝𝐨𝐧𝐧𝐞́𝐞𝐬 𝐬𝐚𝐧𝐬 𝐩𝐞𝐫𝐝𝐫𝐞 𝐝’𝐢𝐧𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧

𝐋’𝐀𝐂𝐏 (𝐏𝐂𝐀 𝐞𝐧 𝐚𝐧𝐠𝐥𝐚𝐢𝐬) est un outil indispensable en science des données.

Elle permet de 𝐬𝐢𝐦𝐩𝐥𝐢𝐟𝐢𝐞𝐫 𝐥𝐞𝐬 𝐝𝐨𝐧𝐧𝐞́𝐞𝐬 complexes en recherchant des 𝐩𝐚𝐭𝐭𝐞𝐫𝐧𝐬 et en réduisant la 𝐢𝐦𝐞𝐧𝐬𝐢𝐨𝐧𝐧𝐚𝐥𝐢𝐭𝐞́.

Elle transforme les 𝐯𝐚𝐫𝐢𝐚𝐛𝐥𝐞𝐬 𝐨𝐫𝐢𝐠𝐢𝐧𝐚𝐥𝐞𝐬 en un 𝐩𝐞𝐭𝐢𝐭 𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞 𝐜𝐨𝐦𝐩𝐨𝐬𝐚𝐧𝐭𝐬 𝐨𝐫𝐭𝐡𝐨𝐠𝐨𝐧𝐚𝐮𝐱 tout en conservant la variance essentielle.

Le résultat ? Une i𝐢𝐧𝐭𝐞𝐫𝐩𝐫é𝐭𝐚𝐭𝐢𝐨𝐧 plus 𝐜𝐥𝐚𝐢𝐫𝐞 de 𝐠𝐫𝐚𝐧𝐝𝐬 𝐞𝐧𝐬𝐞𝐦𝐛𝐥𝐞𝐬 𝐝𝐞 𝐝𝐨𝐧𝐧𝐞́𝐞𝐬.

________________________________________

⚙️ 𝐄́𝐭𝐚𝐩𝐞𝐬 𝐜𝐥𝐞́𝐬 𝐝𝐞 𝐥’𝐀𝐂𝐏 :
1️⃣ 𝐏𝐫é𝐩𝐚𝐫𝐞𝐫 𝐥𝐞𝐬 𝐝𝐨𝐧𝐧𝐞́𝐞𝐬 : Nettoyer, organiser et standardiser vos variables.
2️⃣ 𝐀𝐩𝐩𝐥𝐢𝐪𝐮𝐞𝐫 𝐥’𝐀𝐂𝐏 : Transformer vos données en composantes orthogonales tout en réduisant la dimension.
3️⃣ 𝐒é𝐥𝐞𝐜𝐭𝐢𝐨𝐧𝐧𝐞𝐫 𝐥𝐞𝐬 𝐜𝐨𝐦𝐩𝐨𝐬𝐚𝐧𝐭𝐬 : Se baser sur la variance expliquée pour choisir le nombre optimal.
4️⃣ 𝐀𝐧𝐚𝐥𝐲𝐬𝐞𝐫 𝐥𝐞𝐬 𝐜𝐡𝐚𝐫𝐠𝐞𝐬 𝐝𝐞 𝐜𝐨𝐦𝐩𝐨𝐬𝐚𝐧𝐭𝐬 : Identifier la structure sous-jacente et extraire les informations clés.
________________________________________
Pour mieux apprendre l’utilisation des logiciel et modèles statistiques, nous vous invitons à prendre part à la prochaine session de notre formation en 𝙀𝙘𝙤𝙣𝙤𝙢é𝙩𝙧𝙞𝙚 𝙚𝙩 𝙏𝙚𝙘𝙝𝙣𝙞𝙦𝙪𝙚𝙨 𝙌𝙪𝙖𝙣𝙩𝙞𝙩𝙖𝙩𝙞𝙫𝙚𝙨

________________________________________
#AnalyseDesDonnées #ACP #DataAnalytics #ProgrammationR #Statistiques #RéductionDeDimension