ACM avant classification

Bonjour,
Je cherche à comprendre pourquoi est il préférable de faire une ACM avant une classification?
Merci

Bonjour,

ou un autre type d'analyse factorielle, ça dépend de la nature de tes données...

ça sert notamment à éliminer le "bruit statistique". Ca permet d'obtenir des groupes plus homogènes vis-à-vis des axes les plus importants de l'analyse factorielle ; id des combinaisons linéaires de variables résumant au mieux l'information d'origine.

Il est préférable de le faire pour éviter la formations de tout petit groupe vraiment hétérogène par rapport au reste de la population au moment de faire la classification et qui peut te nuire à l'interprétation globale.

Voir également ma réponse ici :
https://statistiques.forumpro.fr/t5404-classificationsur-les-donnees-ou-les-coordonnees-de-l-acp

Nik

@ niaboc: J'ai bien compris le raisonnement, mais je voulais savoir concrètement comment faire?

une fois je fais l'ACM (sur données qualitatives), je retiens les axes les plus importants, et après ?

Merci

Ensuite tu fais la CAH à partir à l'aide des coordonnées des individus sur les axes que tu auras retenus.

alors pour être précis, j'ai trouvé cette information dans un document sur la classification sous SPAD:

On travaille sur une méthode mixte. Le nombre de coordonnées à prendre en compte
dépend des résultats de l’ACM et du nombre de facteurs qui nous ont semblé intéressant.
Généralement on a tendance à utiliser n+2 coordonnées pour l’agrégation si les n premières
coordonnées nous ont paru intéressantes.

Je voulais savoir si vous êtes d'accord avec cette affirmation, si oui, est ce que vous pouvez m'expliquer  pourquoi ?

Merci

Avec l'utilisation du "généralement", on peut penser à une règle empirique... basée sur l'expérience de celui qui a écrit ça.

Tu peux toujours tester et voir ce que ça donne dans ton cas. Si la CAH donne des résultats plus interprétables ou pas.

Et toi, tu prends les n premiers coordonnées ?

Généralement oui :-).

Mais ça m'empêche pas de voir ce que ça donne en prenant un nombre d'axes légèrement différents... pour obtenir la classification la plus interprétable possible, tout en gardant de bons arguments statistiques.

ok, Merci pour ta réponse.