@patrickdidier91 : la relation de passage, c'est la normalisation des données : 1/ centrage de la moyenne sur 0 (translation), 2/ division par l'écart type pour obtenir un écart type de 1. C'est pour chaque colonne. Cela se fait par exemple avec le StandardScaler de Scikit-Learn. C'est important pour certains algorithmes qui biaisent leurs prédictions en fonction des ordres de grandeur des variables. Attention, 1/ ce n'est pas le cas pour tous les algorithmes, 2/ l'opération introduit du bruit. Il faut donc lire la documentation de chaque algorithme et sous-peser empiriquement l'avec et sans normalisation. Dernier conseil : coupler la normalisation et ton algo ml dans le cadre d'un pipeline, cela sécurisera ton affaire.

Bonjour Franck

Merci pour ta réponse j'ai compris

scale c'est parfait

A bientôt

Bonjour,

dans la partie "En pratique" du chapitre "Comprenez l'enjeu de l'analyse en composantes principales"  si je reproduis le code proposé

j'obtiens le résultat suivant. je ne comprends pas pourquoi l'écart type n'est pas égal à 1 ?

Merci

Benjamin

	0	1	2	3
count	3.00	3.00	3.00	3.00
mean	0.00	0.00	0.00	0.00
std	1.22	1.22	1.22	1.22
min	-1.41	-0.73	-0.95	-1.41
25%	-0.35	-0.71	-0.69	-0.40
50%	0.71	-0.69	-0.43	0.60
75%	0.71	0.36	0.48	0.70
max	0.71	1.41	1.38	0.81

Je suis venu chercher ici la même réponse à cette question...

Patientons !

Après quelques recherches, je crois que c'est une histoire d'écart type biaisé, non-biaisé

Si tu utilises numpy (np.std(X_scaled)) pour ce calcul tu trouves bien un écart_type de 1.

En fait Numpy et Pandas n'utilisent pas les mêmes conventions pour le calcul de l'écart-type (unbiased/biased)

Numpy (utilisé par scikit learn) divise par N et Pandas divise par N-1 par défaut

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.std.html#pandas.DataFrame.std

-
Edité par RehahnQureshi 28 avril 2023 à 17:29:58

un cours vraiment intéressant, bien structuré et compréhensif!! Merci bien pour une opportunité donnée!!! 

Si vous pouvez m'aider avec les fonctionnalités de Python afin d'exécuter les commandes dans le module. Je me suis familiarisé avec le logiciel R pour travailler . Merci bien pour la compréhension!! 

Concernant l'écart type qui n'est pas égal à 1 avec la fonction describe().

Il faut ajouter (ddof =0) pour avoir l'écart type corrigé.

-
Edité par Sébastien Descampeaux 31 juillet 2023 à 18:30:00