Scribd
Importer
9 vues1 page

ACP avec Python : Guide Complet

Ce document présente un TP sur l'analyse des données utilisant l'Analyse en Composantes Principales (ACP) avec Python. Il couvre des exercices allant de l'importation de bibliothèques à l'application de l'ACP, en passant par le chargement des données, l'exploration, les statistiques descriptives, la standardisation, et la visualisation des résultats. Enfin, il aborde l'interprétation des résultats et la contribution des variables aux axes principaux.

Transféré par

Hicham Tmha
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
9 vues1 page

ACP avec Python : Guide Complet

Ce document présente un TP sur l'analyse des données utilisant l'Analyse en Composantes Principales (ACP) avec Python. Il couvre des exercices allant de l'importation de bibliothèques à l'application de l'ACP, en passant par le chargement des données, l'exploration, les statistiques descriptives, la standardisation, et la visualisation des résultats. Enfin, il aborde l'interprétation des résultats et la contribution des variables aux axes principaux.

Transféré par

Hicham Tmha
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

TP: ANALYSE DES DONNÉES METHOD ACP AVEC PYTHON

Exercice 1 : Importation des bibliothèques

 Quelles sont les bibliothèques nécessaires pour manipuler des données et réaliser une
ACP en Python ?
 Écrivez le code pour importer ces bibliothèques.

Exercice 2 : Chargement et exploration des données

 Comment charger le fichier [Link] en excluant la colonne Id ?


 Affichez les premières lignes du jeu de données.
 Comment vérifier la présence de valeurs manquantes et afficher la taille du dataset ?

Exercice 3 : Statistiques descriptives

 Comment obtenir les statistiques descriptives des variables numériques ?


 Tracez l'histogramme de la variable SepalWidthCm avec une courbe de densité.

Exercice 4 : Matrice de corrélation et Heatmap

 Comment obtenir la matrice de corrélation des variables numériques ?


 Affichez la heatmap de cette matrice.

Exercice 5 : Standardisation des données

 Comment séparer les variables explicatives (X) et la variable cible (y) ?


 Comment standardiser les variables explicatives ?

Exercice 6 : Application de l’ACP

 Comment appliquer une ACP aux données standardisées ?


 Affichez les valeurs propres et les pourcentages de variance expliquée.

Exercice 7 : Visualisation des résultats

 Comment représenter graphiquement les observations selon les deux premières


composantes principales ?

Exercice 8 : Interprétation et Conclusion

 Quelle est la proportion de variance expliquée par chaque composante principale ?


 Quelles variables contribuent le plus à la formation des axes principaux ?

Vous aimerez peut-être aussi