Analyse en composantes principales

Objectif : Réduire le nombre de dimensions de l'espace d'observation = obtenir une projection en perdant un minimum d'informations.

Applications :

grand nombre de variables que l'on cherche à visualiser en 2 à 3 dimensions
dessin de graphes

ici schéma changement de repère (2 dimensions)

$\Rightarrow$ Principe : trouver les axes sur lesquels on a un maximum de dispersion = plus de représentativité / moins de perte d'informations

Choix de l'origine

Prendre le centre de gravité du nuage.

Données :

$u \rightarrow$ individus $\rightarrow$ points dans l'espace à p dimensions.
$v \rightarrow$ variables

$X = \begin{matrix} u_1 \\ u_2 \\ \vdots \\ u_n \end{matrix} \overset{ \begin{matrix}\\v_1 & v_2 & \cdots & v_p \end{matrix}} { \begin{bmatrix} x_{1,1} & x_{1,2} & \cdots & x_{1,p} \\ x_{2,1} & x_{2,2} & \cdots & x_{2,p} \\ \vdots & \vdots & \ddots & \vdots \\ x_{n,1} & x_{n,2} & \cdots & x_{n,p} \end{bmatrix} }$

Centre de gravité :

$G = \begin{pmatrix} \frac{1}{n} \Sigma^n_{i=1}x_{i1} \\ \frac{1}{n} \Sigma^n_{i=1}x_{i2} \\ \vdots \\ \frac{1}{n} \Sigma^n_{i=1}x_{ip} \end{pmatrix} = \begin{pmatrix} x_{\bullet 1} \\ x_{\bullet 2} \\ \vdots \\ x_{\bullet p} \end{pmatrix}$

On prendra G comme nouvelle origine.

$\rightarrow$ données centrées

$X_c = \begin{matrix} u_{c1} \\ u_{c2} \\ \vdots \\ u_{cn} \end{matrix} \begin{bmatrix} x_{1,1} - x_{\bullet 1} & x_{1,2} - x_{\bullet 2} & \cdots & x_{1,p} - x_{\bullet p} \\ x_{2,1} - x_{\bullet 1} & x_{2,2} - x_{\bullet 2} & \cdots & x_{2,p} - x_{\bullet p} \\ \vdots & \vdots & \ddots & \vdots \\ x_{n,1} - x_{\bullet 1} & x_{n,2} - x_{\bullet 2} & \cdots & x_{n,p} - x_{\bullet p} \end{bmatrix}$

M1 BBS ACP

From silico.biotoul.fr

Analyse en composantes principales

Choix de l'origine