Accéder au contenu principal

Cours

Réduction de dimension en Python

IntermédiaireNiveau de compétence

Actualisé 01/2023

Comprenez le concept de réduction de la dimensionnalité de vos données et maîtrisez les techniques permettant d'y parvenir dans Python.

Commencer le cours gratuitement

PythonMachine Learning

4 h

16 vidéos

58 Exercices

4,700 XP

36,422

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Les jeux de données à très grande dimension peuvent être déroutants et vous laisser sans point de départ. En général, on commence par explorer visuellement un nouveau jeu de données, mais lorsque les dimensions sont trop nombreuses, les approches classiques ne suffisent plus. Heureusement, il existe des techniques de visualisation conçues spécifiquement pour les données de grande dimension, que vous découvrirez dans ce cours. Après cette exploration, vous constaterez souvent que de nombreuses variables apportent peu d’information, soit parce qu’elles ne présentent aucune variance, soit parce qu’elles dupliquent d’autres variables. Vous apprendrez à détecter ces variables et à les supprimer du jeu de données afin de vous concentrer sur celles qui sont informatives. Ensuite, si vous souhaitez entraîner un modèle sur ces variables, il peut s’avérer que certaines n’aient aucun effet sur la cible que vous cherchez à prédire. Vous apprendrez à détecter et supprimer ces variables non pertinentes, pour réduire la dimension et donc la complexité. Enfin, vous verrez comment les techniques d’extraction de variables peuvent réduire la dimensionnalité en calculant des composantes principales non corrélées.

Prérequis

Supervised Learning with scikit-learn

1

Explorer des données de grande dimension

Vous serez initié au concept de réduction de dimensionnalité et apprendrez quand et pourquoi cela est important. Vous verrez la différence entre sélection de variables et extraction de variables, puis appliquerez ces deux techniques pour explorer les données. Le chapitre se termine par une leçon sur t-SNE, une puissante technique d’extraction qui permet de visualiser un jeu de données de grande dimension.

Introduction

Trouver le nombre de dimensions d’un jeu de données

Supprimer les variables sans variance

Sélection de variables vs. extraction de caractéristiques

Détecter visuellement les caractéristiques redondantes

Avantage de la sélection de caractéristiques

Visualisation t-SNE de données à haute dimension

Intuition autour de t-SNE

Ajuster t-SNE aux données ANSUR

Visualisation t-SNE de la dimensionnalité

Commencer le chapitre

2

Sélection de variables I - Sélection selon l’information des variables

Dans ce premier chapitre consacré à la sélection de variables, vous découvrirez la malédiction de la dimensionnalité et comment la réduction de dimension peut vous aider à la surmonter. Vous verrez plusieurs techniques pour détecter et supprimer les variables qui apportent peu de valeur au jeu de données, soit parce qu’elles ont une faible variance, trop de valeurs manquantes, ou parce qu’elles sont fortement corrélées à d’autres variables.

La malédiction de la dimensionnalité

Découpage train - test

Ajuster et tester le modèle

Précision après réduction de dimension

Variables avec des valeurs manquantes ou peu de variance

Trouver un bon seuil de variance

Variables à faible variance

Supprimer les variables avec de nombreuses valeurs manquantes

Corrélation par paires

Intuition sur la corrélation

Examiner la matrice de corrélation

Visualiser la matrice de corrélation

Supprimer les variables fortement corrélées

Filtrer les variables fortement corrélées

Énergie nucléaire et noyades en piscine

Commencer le chapitre

3

Sélection de variables II - Sélection pour la précision du modèle

Dans ce second chapitre sur la sélection de variables, vous apprendrez à laisser les modèles vous aider à trouver les variables les plus importantes pour prédire une cible donnée. Dans la leçon finale, vous combinerez les recommandations de plusieurs modèles différents pour décider quelles variables il vaut la peine de conserver.

Sélectionner des variables pour améliorer les performances du modèle

Construire un classificateur du diabète

Élimination récursive manuelle des variables

Élimination récursive de variables (automatique)

Sélection de variables basée sur les arbres

Construire un modèle de random forest

Random forest pour la sélection de variables

Élimination récursive de caractéristiques avec des forêts aléatoires

Régression linéaire régularisée

Créer un régressseur LASSO

Résultats du modèle Lasso

Ajuster l’intensité de la régularisation

Combiner des sélecteurs de variables

Créer un régressseur LassoCV

Modèles d’ensemble pour des votes supplémentaires

Combiner 3 sélecteurs de variables

Commencer le chapitre

4

Extraction de variables

Ce chapitre propose une exploration approfondie de l’algorithme de réduction de dimension le plus utilisé, l’Analyse en composantes principales (PCA). Vous développerez une intuition sur la manière dont cet algorithme fonctionne et pourquoi il est si puissant, puis vous l’appliquerez à la fois pour l’exploration des données et pour le prétraitement dans une chaîne de modélisation. Vous terminerez par un cas d’usage sympa de compression d’images.

Extraction de caractéristiques

Extraction manuelle de caractéristiques I

Extraction manuelle de caractéristiques II

Intuition sur les composantes principales

Analyse en composantes principales

Calcul des composantes principales

ACP sur un jeu de données plus large

Variance expliquée par la PCA

Applications de la PCA

Comprendre les composantes

ACP pour l’exploration des caractéristiques

ACP dans un pipeline de modèle

Sélection des composantes principales

Sélectionner la proportion de variance à conserver

Choisir le nombre de composantes

ACP pour la compression d’images

Félicitations !

Commencer le chapitre

Réduction de dimension en Python

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Réduction de dimension en Python dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.