La méthode DISMIX (Python / scientisttools)

Présentation de la méthode DISMIX de la librairie "scientisttools" pour Python, une généralisation de DISQUAL aux descripteurs mixtes (mix de variables explicatives quantitatives et qualitatives). Elle combine l'AFDM (analyse factorielle des données mixtes, généralisation de l'ACP normée et de l'ACM) et l'analyse discriminante linéaire (ADL) prédictive. Lecture des coefficients des fonctions discriminantes linéaires exprimées sur les variables originelles. Estimation de la probabilité de bien classer en validation croisée. Décryptage de la méthode via l'accès aux champs internes (AFDM et ADL) de l'objet de calcul.

00:00 La méthode DISMIX - Analyse discriminante sur données mixtes
04:59 Décomposition des étapes (AFDM + ADL) dans Tanagra
10:11 Démarrage du notebook, importation et inspection des données
11:46 La méthode DISMIX avec la librairie "scientisttools"
13:09 Coefficients des fonctions linéaires discriminantes
14:27 La fonction predict() - Evaluation en resubstitution
19:02 Accuracy en validation croisée avec DISMIX / scientisttools
26:08 Décomposition de DISMIX - AFDM (analyse factorielle des données mixtes)
30:30 Décomposition de DISMIX - ADL (analyse discriminante linéaire)