IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Bibliothèques d'apprentissage automatique Discussion :

[sklearn.decomposition] ACP en python, participation des variables.


Sujet :

Bibliothèques d'apprentissage automatique

  1. #1
    Membre du Club
    Homme Profil pro
    Statistique
    Inscrit en
    Octobre 2014
    Messages
    33
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 39
    Localisation : France, Jura (Franche Comté)

    Informations professionnelles :
    Activité : Statistique

    Informations forums :
    Inscription : Octobre 2014
    Messages : 33
    Points : 48
    Points
    48
    Par défaut [sklearn.decomposition] ACP en python, participation des variables.
    Bonjour à tous.

    Je suis en train d'effectuer une ACP sur individus avec python avec la fonction "PCA" de "sklearn.decomposition". Je voudrais avoir entre autre l'écriture des composantes principales dans la base des variables de départ. (Ce qui s'appelle la participation des variables si je ne me trompe pas.)
    Je ne trouve pas cette possibilité.

    Est-ce que j'ai manqué quelque chose? Si non, existe-il une autre version de python qui me fournisse cette information*?

    Merci infiniment.

  2. #2
    Expert éminent sénior
    Homme Profil pro
    Architecte technique retraité
    Inscrit en
    Juin 2008
    Messages
    21 242
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France, Manche (Basse Normandie)

    Informations professionnelles :
    Activité : Architecte technique retraité
    Secteur : Industrie

    Informations forums :
    Inscription : Juin 2008
    Messages : 21 242
    Points : 36 699
    Points
    36 699
    Par défaut
    Salut,

    Citation Envoyé par Obofix le gaulois Voir le message
    Je suis en train d'effectuer une ACP sur individus avec python avec la fonction "PCA" de "sklearn.decomposition". Je voudrais avoir entre autre l'écriture des composantes principales dans la base des variables de départ. (Ce qui s'appelle la participation des variables si je ne me trompe pas.)
    Je ne trouve pas cette possibilité.
    Cet exemple donné dans la documentation devrait vous aider. Sinon, changer la version de Python n'apportera rien car ce sont des fonctionnalités de scikit-learn.

    Et pour bien te former, les cours et tutoriels pour apprendre Python : https://python.developpez.com/cours/

    - W
    Architectures post-modernes.
    Python sur DVP c'est aussi des FAQs, des cours et tutoriels

  3. #3
    Membre du Club
    Homme Profil pro
    Statistique
    Inscrit en
    Octobre 2014
    Messages
    33
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 39
    Localisation : France, Jura (Franche Comté)

    Informations professionnelles :
    Activité : Statistique

    Informations forums :
    Inscription : Octobre 2014
    Messages : 33
    Points : 48
    Points
    48
    Par défaut
    Oui excusez moi, je voulais dire un autre package, pas une autre version de python.

    Par contre je ne comprend pas si l'exemple cité permet d'avoir l'écriture des composantes principales dans la base des variables de départ. Pouvez vous préciser s.v.p.
    Je comprends "pca.components_" qui permet d'avoir les coordonnées de mes individus dans le base des composante principales ainsi que "pca.explained_variance_ratio_" mais je n'arrive pas à trouver l'élément qui me manque.

    Merci beaucoup.

  4. #4
    Membre du Club
    Homme Profil pro
    Statistique
    Inscrit en
    Octobre 2014
    Messages
    33
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 39
    Localisation : France, Jura (Franche Comté)

    Informations professionnelles :
    Activité : Statistique

    Informations forums :
    Inscription : Octobre 2014
    Messages : 33
    Points : 48
    Points
    48
    Par défaut
    Ok, je reviens sur ce sujet je me rend compte que j'avais sans doute mal compris la fonction de prime abord.

    En fait après avoir fait:

    pca = PCA(n_components=2)
    pca.fit(X)

    # alors

    print pca.components_ # Ce sont les composantes principales exprimées dans la base des variables de départ.
    pca.transform(X) # Ce sont les individus exprimés dans la base des composantes principales.


    J'ai bon cette fois ???

    Cordialement

  5. #5
    Expert éminent sénior
    Homme Profil pro
    Architecte technique retraité
    Inscrit en
    Juin 2008
    Messages
    21 242
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France, Manche (Basse Normandie)

    Informations professionnelles :
    Activité : Architecte technique retraité
    Secteur : Industrie

    Informations forums :
    Inscription : Juin 2008
    Messages : 21 242
    Points : 36 699
    Points
    36 699
    Par défaut
    Citation Envoyé par Obofix le gaulois Voir le message
    J'ai bon cette fois ???
    Pour moi oui, mais je ne suis pas sur de comprendre le sens des mots que vous utilisez.

    - W
    Architectures post-modernes.
    Python sur DVP c'est aussi des FAQs, des cours et tutoriels

+ Répondre à la discussion
Cette discussion est résolue.

Discussions similaires

  1. Réponses: 3
    Dernier message: 18/02/2015, 14h30
  2. [Python 2.X] [python-constraints]ordre de parcours des variables
    Par fatbob dans le forum Bibliothèques tierces
    Réponses: 0
    Dernier message: 15/09/2014, 15h42
  3. Ajouter des variables supplémentaires pour une acp
    Par fafabzh6 dans le forum SAS STAT
    Réponses: 7
    Dernier message: 31/01/2008, 17h31
  4. Réalisation d'ACP- expression des variables
    Par Ptinéwik dans le forum MATLAB
    Réponses: 2
    Dernier message: 11/12/2007, 10h21
  5. Utiliser des variables avec Python et Gladfly ?!
    Par Exodus dans le forum Général Python
    Réponses: 5
    Dernier message: 17/09/2007, 10h49

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo