...fin du cours précédent

Transcription

1 ...fin du cours précédent num voiture moto cheval camion bus âne mulet

2 ...fin du cours précédent num Comptnt_1 Comptnt_2 Comptnt_3 Comptnt_4 Comptnt_5 Comptnt_6 Comptnt_

3 ...fin du cours précédent num Comptnt_1 Comptnt_2 Comptnt_3 Comptnt_4 Comptnt_5 Comptnt_6 Comptnt_

4 ...fin du cours précédent num sexe dept Reponse_1 1 f HG 1_O 2 h AV 1_N 3 f HG 1_O 4 h AV 1_N = num f h HG AV 1_0 1_N

5 Point de départ : matrice des distances Méthodes hiérarchiques : - Descendante : Classification Hiérarchique Descendante (CHD) - Ascendante : Classification Hiérarchique Ascendante (CHA) Non hiérarchiques: - k-means - fuzzy clustering

6 Particularité de la «méthode alceste» : - Pas de matrice des distances - AFC* sur tableau «uc» / formes - extraction des positions sur le premier facteur - > 2 classes*** - détermination de la classe la plus grande - nouvelle AFC* sur la classe la plus grande - > 2 nouvelles classes - x 9 - sur du texte, la classification est faites 2 fois sur 2 tableaux d' «uc» légèrement différents - croisement des 2 classifications et sélection des intersections les plus fortes (au sens du CHI2) ** * algorithme particulier ** permet de déterminer un «nombre de classe» et est utilisé pour des classifications simples *** c'est un peu plus compliqué que ça...

7 Tableau de données R > dm<-read.csv2('data.csv',row.names=1) num var1 var2 var3 var4 var

8 Matrice des distances R > dissmat<-dist(dm,method='binary')

9 CHD (diana) library(cluster) R > chd<-diana(dissmat,diss=true) R > plot(chd,which.plot=2)

10 CHA - agnes R > cha<-agnes(dissmat,diss=true) R > plot(cha,which.plot=2)

11 K-Means (pam) 2 classes R > pm2<-pam(dissmat,diss=true,2) R > plot(pm2)

12 K-Means (pam) 3 classes R > pm3<-pam(dissmat,diss=true,3) R > plot(pm3)

13 K-Means (pam) 4 classes R > pm4<-pam(dissmat,diss=true,4) R > plot(pm4)

14 Un autre tableau R > dm<-read.csv2('data2.csv',row.names=1) num sexe dept var1 var2 var3 var4 var5 1 *f *31 Var1_1 Var2_1 Var3_1 Var4_1 Var5_1 2 *f *31 Var1_1 Var2_1 Var3_1 Var4_1 Var5_1 3 *f *31 Var1_1 Var2_1 Var3_1 Var4_1 Var5_1 4 *f *31 Var1_1 Var2_1 Var3_1 Var4_1 Var5_1 5 *f *31 Var1_1 Var2_1 Var3_1 Var4_1 Var5_1 6 *f *65 Var1_1 Var2_1 Var3_2 Var4_2 Var5_2 7 *f *65 Var1_1 Var2_1 Var3_2 Var4_2 Var5_2 8 *f *65 Var1_1 Var2_1 Var3_2 Var4_2 Var5_2 9 *f *65 Var1_1 Var2_1 Var3_2 Var4_2 Var5_2 10 *f *65 Var1_1 Var2_1 Var3_2 Var4_2 Var5_2 11 *h *82 Var1_2 Var2_2 Var3_3 Var4_3 Var5_3 12 *h *82 Var1_2 Var2_2 Var3_3 Var4_3 Var5_3 13 *h *82 Var1_2 Var2_2 Var3_3 Var4_3 Var5_3 14 *h *82 Var1_2 Var2_2 Var3_3 Var4_3 Var5_3 15 *h *82 Var1_2 Var2_2 Var3_3 Var4_3 Var5_3 16 *h *32 Var1_3 Var2_3 Var3_3 Var4_3 Var5_3 17 *h *32 Var1_3 Var2_3 Var3_3 Var4_3 Var5_3 18 *h *32 Var1_3 Var2_3 Var3_3 Var4_3 Var5_3 19 *h *32 Var1_3 Var2_3 Var3_3 Var4_3 Var5_3 20 *h *32 Var1_3 Var2_3 Var3_3 Var4_3 Var5_3

15 Matrice des distances R > library(cluster) R > dissmat<-daisy(dm,metric='gower')

16 CHD - diana R > chd<-diana(dissmat,diss=true)

17 CHA - agnes R > chd<-agnes(dissmat,diss=true)

18 Fuzzy (fanny) 2 classes R > fun2<-fanny(dissmat,k=2,diss=true) R > plot(fun2)

19 Fuzzy (fanny) 3 classes R > fun3<-fanny(dissmat,k=3,diss=true) R > plot(fun3)

20 Fuzzy (fanny) 4 classes R > fun4<-fanny(dissmat,k=4,diss=true) R > plot(fun4)

21 K-Means (pam) 2 classes R > pm2<-pam(dissmat,diss=true,2) R > plot(pm2)

22 K-Means (pam) 3 classes R > pm3<-pam(dissmat,diss=true,3) R > plot(pm3)

23 k-means 4 classes R > pm4<-pam(dissmat,diss=true,4) R > plot(pm4)

24 profil R > dm<-cbind(dm,classes=as.data.frame(pm4$clustering)[,1]) #fun4 Ou R > dm<-cbind(dm,classes=as.data.frame(cutree(as.hclust(cha),4))[,1]) #chd R > source('chemin_vers_chdfunct.r') R > cont<-buildconttable(dm) R > prof<-buildprof(cont,dm,4) ** classe 1 ** Eff. uce Eff. total % chi2 forme Var3_1 7,74E Var4_1 7,74E Var5_1 7,74E ,67 Var1_1 9,82E ,67 Var2_1 9,82E-003 * * * * * * *31 7,74E ,67 *f 9,82E-003

25 profil ** classe 2 ** Eff. classe Eff. total % chi2 forme P chi Var3_2 7,74E Var4_2 7,74E Var5_2 7,74E ,67 Var1_1 9,82E ,67 Var2_1 9,82E-003 * * * * * * *65 7,74E ,67 *f 9,82E-003

26 AFC sur le tableau de contingence formes / classes R > library(ca) R > afc<-ca(cont) #attention à la gestion de illustratives R > plot(afc)

27 AFC sur le tableau de contingence formes / classes

28 AFC sur le tableau de contingence formes / classes

29 AFC sur le tableau de contingence formes / classes

30 AFC sur le tableau de contingence formes / classes

31 CHD diana (N=200) R > dm<-read.csv2('data3.csv',row.names=1) R > dissmat<-daisy(dm,metric='gower') R > chd<-diana(dissmat,diss=true) Montrer les données

32 CHD - diana cc

33 CHA - agnes R > cha<-diana(dissmat,diss=true)

34 CHA - agnes R > listclasse<-as.data.frame(as.character(cutree(as.hclust(cha),3))) R > clusplot(dissmat,listclasse[,1],diss=true,shade=true)

35 K-means - pam R >pm<-pam(dissmat,diss=true,3)

36 K-means - pam R > clusplot(dissmat,pm$clustering,diss=true,shade=true)

37 Fuzzy - fanny R > fun<-fanny(dissmat,k=3, diss=true)

38 Fuzzy - fanny R > clusplot(dissmat,fun$clustering,diss=true,shade=true)

39 Un autre cas réel (N=3374) CHD - diana

40 Un autre cas réel (N=3374) CHA - agnes

41 Bibliographie : The R project for Statistical Computing. Brostaux, Y. (2004). Introduction à l'environnement de programmation statistique R.