The following variables are not quantitative

Bonjour,

J'ai récupèré les donnée d'un fichier .csv, mis ces données dans une matrice puis j'ai voulu faire un PCA sur cette matrice mais j'ai ce message d'erreur :

Code:

---

1 2 3 4 5 6 7

Error in PCA(a) : The following variables are not quantitative: V1 The following variables are not quantitative: V2 The following variables are not quantitative: V3 The following variables are not quantitative: V4 The following variables are not quantitative: V5

---

voici les commandes que j'ai fait :

Code:

---

1 2 3 4 5 6

library(pixmap) library(FactoMineR) a = read.csv("cheminAbsolu/a.csv") a = as.matrix(Iris) b = PCA(a)

---

valeur a

Code:

---

1 2 3 4 5 6

[,1] [,2] [,3] [,4] [1,] "5.1" "3.5" "1.4" "0.2" [2,] "4.9" "3.0" "1.4" "0.2" [3,] "4.7" "3.2" "1.3" "0.2" ...

---

Bonjour,

j'ai l'impression qu'il y a juste un petit problème de format. Les données semblent de type chaîne de caractères à cause de la présence des "" autour des valeurs (si on ne tient pas compte que la variable Iris n'est pas définie avant dans le code présenté)

Il faut juste transformer le jeu de données avec la fonction as.numeric()

petit exemple rapide pour le faire

Code:

---

1 2 3 4 5

for(i in 1:dim(a)[2]{ a[i]<-as.numeric(a[i]) }   summary(a)

---

La dernière ligne permet de vérifier le format des données selon le type de sortie obtenue

Bonjour,

J'ai une matrix avec 150 lignes et 4 colonnes

quand je fais ça

Code:

---

1 2	for(i in 1:dim(a)[2]){ print(a[i])) }

---

ça m'affiche seulement les 4 premiers éléments des 4 premières lignes.

J'ai essayé de faire ca mais ça ne marche pas.

Code:

---

1 2 3 4 5 6

for(i in 1:dim(a)[1]){ for (j in 1:dim(a)[2]){ a[i][j]<-as.numeric(a[i][j]) } }

---

Citation:

---

Envoyé par pitchu

[...] quand je fais ça

Code:

---

1 2	for(i in 1:dim(a)[2]){ print(a[i])) }

---

ça m'affiche seulement les 4 premiers éléments des 4 premières lignes [...]

---

R « voie » les éléments d'une matrice en colonnes, on parle de column-major order. Une matrice ayant deux dimensions, on accède « normalement » à ses éléments à l'aide de deux indices. Mais si on n'utilise qu'un seul indice, la matrice sera vue comme un vecteur créé en concaténant les colonnes. L'itération que vous avez faite affiche donc les quatre premiers éléments du vecteur tiré de la matrice a, en y allant colonne par colonne, quatre étant le nombre de colonnes en a.

Code:

---

1 2 3 4

xxx <- matrix(c(98, 26, 10, -14, 358, 74), nrow = 3L) print(xxx) print(identical(xxx[3L, 1L], xxx[3L])) print(identical(xxx[2L, 2L], xxx[5L]))

---

     [,1] [,2]
[1,]   98  -14
[2,]   26  358
[3,]   10   74
[1] TRUE
[1] TRUE

Pour en revenir à votre question, j'ai les mêmes impressions que VonVelten ; que donne en sortie la ligne ci-dessous ?

Code:

---

str(a)

---

Code:

---

1 2 3 4 5

> str(a) chr [1:150, 1:4] "5.1" "4.9" "4.7" "4.6" "5.0" "5.4" ... - attr(*, "dimnames")=List of 2 ..$ : NULL ..$ : NULL

---

j'ai essayé de faire ca mais j'ai toujours le même problème

Code:

---

1 2 3 4 5 6

for(i in 1:dim(a)[1]){ for (j in 1:dim(a)[2]){ a[i,c(j)] <- as.numeric(a[i,c(j)]) } }

---

Peut-être que a comporte des valeurs manquantes. Continuons à investiguer d'où vient le souci :

Code:

---

1 2 3 4

aX <- as.vector(a) aY <- factor(aX) print(anyNA(aX)) print(levels(aY))

---

Quelles sont les sorties de ce qui précède ?

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

> aX <- as.vector(a) > aY <- factor(aX) > print(anyNA(aX)) [1] FALSE > print(levels(aY)) [1] "0.1" "0.2" "0.3" "0.4" "0.5" "0.6" "1" "1.1" "1.2" "1.3" [11] "1.4" "1.5" "1.6" "1.7" "1.8" "1.9" "2" "2.1" "2.2" "2.3" [21] "2.4" "2.5" "2.6" "2.7" "2.8" "2.9" "3" "3.1" "3.2" "3.3" [31] "3.4" "3.5" "3.6" "3.7" "3.8" "3.9" "4" "4.1" "4.2" "4.3" [41] "4.4" "4.5" "4.6" "4.7" "4.8" "4.9" "5" "5.1" "5.2" "5.3" [51] "5.4" "5.5" "5.6" "5.7" "5.8" "5.9" "6" "6.1" "6.2" "6.3" [61] "6.4" "6.5" "6.6" "6.7" "6.8" "6.9" "7" "7.1" "7.2" "7.3" [71] "7.4" "7.6" "7.7" "7.9" >

---

Je pense que le problème vient du faire que la matrice ne sait gérer qu'un type de données à la fois (factor, character, numeric, etc..). On ne peut donc pas changer le format pas à pas. Il faut passer par un autre format.
Le problème initial étant de réaliser une ACP avec FactoMineR, il faudrait surement passer à un data.frame puis modifier le type colonne par colonne, surtout que FactoMineR travaille bien avec les data frame

Si on essaye de changer le format des données de a, on retombera sur la forme vectorielle à une dimension, comme évoqué par juliatheric. J'ai fait un petit test

Code:

---

1 2 3 4 5

a<-as.data.frame(a) for(i in 1:dim(a)[2]){ a[,i]<-as.numeric(a[,i]) }

---

Oui, PCA{FactoMineRPCA} s'attend à un data.frame ; ici, comme il n'y a pas de valeurs manquantes, il suffit de faire la conversion des chaînes en nombres en préservant les dimensions. Ceci devrait donc bien se passer :

Code:

---

aX <- as.data.frame(apply(a, 2, as.numeric))

---

aX devrait bien aller avec PCA.

Addendum. solution plus « élégante » :

Code:

---

1 2	class(a) <- "numeric" aX <- as.data.frame(a)

---

merci de vos aides