From e6e28b91a87705052ab745c788dab8f9098a09e8 Mon Sep 17 00:00:00 2001 From: Isabella Richmond <52459005+icrichmond@users.noreply.github.com> Date: Thu, 10 Oct 2024 14:23:08 +0000 Subject: [PATCH 1/2] typo in composantes principales intro text --- book-fr/06-analyse-des-composantes-principales.Rmd | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/book-fr/06-analyse-des-composantes-principales.Rmd b/book-fr/06-analyse-des-composantes-principales.Rmd index 5d8834b..44a1deb 100644 --- a/book-fr/06-analyse-des-composantes-principales.Rmd +++ b/book-fr/06-analyse-des-composantes-principales.Rmd @@ -12,7 +12,7 @@ L'ACP a été introduite pour la première fois par Karl Pearson en 1901, qui a L'ACP est devenue l'une des techniques les plus utilisées dans l'analyse des données données en raison de sa capacité à identifier des modèles cachés et à réduire la complexité des données à haute dimension. -En substance, l'ACP vise à trouver les combinaisons linéaires des variables qui représentent la plus grande quantité possible de variation dans l'ensemble l'ensemble des données. Les composantes principales qui en résultent sont orthogonales les unes par rapport aux autres, ce qui signifie qu'elles ne sont pas corrélées entre elles. orthogonales, ce qui signifie qu'elles ne sont pas corrélées. leur importance dans l'explication de la variabilité des données. +En substance, l'ACP vise à trouver les combinaisons linéaires des variables qui représentent la plus grande quantité possible de variation dans l'ensemble l'ensemble des données. Les composantes principales qui en résultent sont orthogonales les unes par rapport aux autres, ce qui signifie qu'elles ne sont pas corrélées entre elles et leur ordre reflète leur importance dans l'explication de la variabilité des données. Pour vous familiariser avec l'ACP, nous allons suivre des exemples détaillés sur la façon de l'exécuter étape par étape. comment l'effectuer étape par étape, puis nous utiliserons les fonctions des paquets R pour la réaliser. From 75922532ba8da3c96b8d4ef71657733e87651159 Mon Sep 17 00:00:00 2001 From: Isabella Richmond <52459005+icrichmond@users.noreply.github.com> Date: Thu, 10 Oct 2024 14:25:57 +0000 Subject: [PATCH 2/2] fixing typo in intro text for composantes principales --- book-fr/06-analyse-des-composantes-principales.Rmd | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/book-fr/06-analyse-des-composantes-principales.Rmd b/book-fr/06-analyse-des-composantes-principales.Rmd index 44a1deb..6af9426 100644 --- a/book-fr/06-analyse-des-composantes-principales.Rmd +++ b/book-fr/06-analyse-des-composantes-principales.Rmd @@ -6,7 +6,7 @@ opts_chunk$set(fig.align = 'center') # Analyse en composantes principales -L'analyse en composantes principales (ACP) est une technique statistique utilisée pour réduire la dimensionnalité d'un ensemble de données tout en conservant la majeure partie de sa variabilité. variabilité. Il s'agit d'une méthode de transformation linéaire qui convertit l'ensemble de variables d'origine en un nouvel ensemble de variables linéairement non corrélées. l'ensemble original de variables en un nouvel ensemble de variables linéairement non corrélées, appelées linéairement non corrélées, appelées composantes principales (CP), qui sont classées par ordre décroissant de variance. par ordre décroissant de variance. +L'analyse en composantes principales (ACP) est une technique statistique utilisée pour réduire la dimensionnalité d'un ensemble de données tout en conservant la majeure partie de sa variabilité. variabilité. Il s'agit d'une méthode de transformation linéaire qui convertit l'ensemble original de variables en un nouvel ensemble de variables linéairement non corrélées, appelées composantes principales (CP), qui sont classées par ordre décroissant de variance. par ordre décroissant de variance. L'ACP a été introduite pour la première fois par Karl Pearson en 1901, qui a développé les fondements mathématiques de la méthode. les fondements mathématiques de la méthode. Plus tard, Harold Hotelling (1933) a fourni une interprétation plus détaillée et plus moderne de la méthode ACP.