قاموس الذكاء الاصطناعي

📖

المصطلحات

Analyse en Composantes Principales

Méthode statistique de réduction dimensionnelle qui transforme des variables corrélées en nouvelles variables non corrélées appelées composantes principales, en maximisant la variance conservée.

📖

المصطلحات

Scree Plot

Graphique visualisant les valeurs propres en ordre décroissant pour aider à déterminer le nombre optimal de composantes principales à conserver selon la méthode du coude.

📖

المصطلحات

Loading Scores

Coefficients de corrélation entre les variables originales et les composantes principales, indiquant l'importance et la contribution de chaque variable à chaque composante.

📖

المصطلحات

Scores Factoriels

Coordonnées des observations individuelles dans le nouvel espace des composantes principales, utilisées pour visualiser les relations entre les observations.

📖

المصطلحات

Inertie Totale

Somme des variances de toutes les variables originales, égale à la trace de la matrice de covariance et conservée lors de la transformation ACP.

📖

المصطلحات

Pourcentage de Variance Cumulé

Somme cumulée des variances expliquées par les composantes principales successives, permettant de déterminer combien d'information est préservée.

📖

المصطلحات

Biplot

Visualisation graphique simultanée des observations et des variables dans le plan des deux premières composantes principales, révélant les relations structurelles.

📖

المصطلحات

Rotation Varimax

Méthode de rotation orthogonale appliquée après l'ACP pour améliorer l'interprétabilité des composantes en maximisant la variance des loadings au carré.

📖

المصطلحات

Critère de Kaiser

Règle empirique suggérant de conserver uniquement les composantes principales ayant des valeurs propres supérieures à 1 pour déterminer la dimensionnalité optimale.

📖

المصطلحات

Reconstruction d'Erreur

Mesure quantifiant la perte d'information lors de la réduction dimensionnelle, calculée comme la différence entre les données originales et leur approximation ACP.