Module python - Traitement d'une ACP

Réalisation : 2022
Catégorie : Module Python

Techniques : Python / Pandas / GitHub / Matplotlib / Scikit-learn / Création Packages

Module : GitHub
Documentation : Doc
Notebook : Binder

Définition

Une Analyse en Composantes Principales (ACP) est une méthode de réduction de dimensions qui consiste à transformer des variables corrélées en un nombre restreint de variables indépendantes (cf. les composantes principales), et ce, en minimisant la perte d'information.

Contexte

Dans le cadre ma formation de Data Analyst, j'avais créé une fonction pour automatiser la réalisation des calculs et graphiques liés à une ACP.

Par la suite, j'ai décider de créer un module Python afin de pouvoir partager cette fonction d'automatisation.

Caractéristiques

A partir d'un dataframe de données, une ACP est réalisée, avec notamment :

Recherche du nombre de facteurs à retenir

graphique eboulis des valeurs propres
calcul de la proportion de variance expliquée
test bâtons brisés

Représentation des individus

coordonnées factorielles des individus
qualité de la représentation des individus (cos² de chaque individu par axe)
tcontribution des individus aux axes

Représentation des variables

les vecteurs propres
corrélations par facteur
qualité de la représentation des variables (cos² de chaque variable par axe)
contribution des variables aux axes

Traitement des variables supplémentaires

variables illustratives quantitatives
variables illustratives qualitatives

RReprésentation graphique (pour chaque plan factoriel)

projection des individus
cercle des corrélations