ACM Démystifiée : Guide Complet sous Python pour Maîtriser l'Analyse des Correspondances Multiples

Dans cette vidéo du jour 18 du challenge #100JoursDeML, nous vous présentons un guide complet pour maîtriser l'Analyse des Correspondances Multiples (ACM) sous Python, en utilisant le package FAnalysis. Apprenez à exploiter la puissance de l'ACM pour vos projets de data science !

-00:00 Introduction
-01:12 Nettoyage des données
-05:25 Analyses univariées
-07:21 Analyses bivariées
-09:22 Entrainer l'ACM avec fanalysis
-09:55 Choix du nombre d'axe factoriel
- 11:02 Interprétation de l'ACM
-13:29 Conclusion et Abonnez vous:)

---------------------------------------
SUIVRE LeCoinStat

[StatEcoLab]

Excellent ! Merci aussi pour les liens en description.

[Nicolas-zkvm]

Bonjour, avant tout de chose, je vous remercie pour cette vidéo bien présentée :), j'ai quelques petites questions : dans le cadre d'un de mes cours, j'ai un jeu de donnée de 400 observations sur une enquête sous forme de QCM pour 29 variables qualitative à 7 modalités chacune (échelle de satisfactions de 1 à 7) et parmi ces 29 il y a une variable dépendante qui s'appelle "avoir du sommeil" je cherche à trouver les variables (top 5) qui sont le plus corrélé à la variable sommeil.

Est-ce qu'il faut se concentrer que sur le diagramme des variables ? ou utiliser d'autres outils au sein même de cette méthode ? (je pensais aussi en plus de cette méthode de faire un test chi carré)

De plus je remarque que j'ai énormément de dimension (168) dont la première explique 2% de la variabilité totale de l'inertie, ça me parait très peu, j'ai l'impression que mes données sont très dispersées et de ne pas avoir de structure.

De plus, cette variable sommeil, je dois la mettre en variable supplémentaire ou ce n'est pas nécessaire ?

?

[damigoukobigue]

Merci pour la vidéo🙏🙏🙏 Comment faire pour avoir le notebook du cours ?

[hajgbane]

Merci, j'avais l'habitude de le faire avec Spad mais je pense que python est mieux (Pas de problème de licence et facilité avec les graphiques...).

[kag-mbetedonaldmiankila]

Très bonne vidéo et très bien expliquée ! Malheureusement je n'arrive pas à télécharger le notebook 😔
Si et seulement si vous pourriez m'envoyer sur mon E-mail !