Outil Composants principaux

L’outil Composants principaux permet de réduire les dimensions (le nombre de champs numériques) dans une base de données. Pour cela, il transforme le jeu de champs d’origine en un ensemble plus petit tenant compte de la plupart des variances (c’est-à-dire des informations) dans les données. Les nouveaux champs sont appelés des « facteurs » ou des « composants principaux ».

Les composants principaux sont extraits de manière séquentielle, le premier composant principal tenant compte de la plupart des variances dans les données. De manière intuitive, le premier composant principal est un vecteur qui pointe dans la direction dans laquelle les données sont le plus « dispersées ». Le deuxième composant principal est configuré de manière similaire, mais avec une contrainte supplémentaire imposant qu’il ne doit pas être corrélé avec le premier. Chaque composant principal suivant capture un pourcentage de plus en plus faible d’écart dans les données, et n’est pas corrélé avec les composants principaux déjà extraits. Il peut y avoir autant de composants principaux que de champs numériques dans les données. Toutefois, il est généralement possible de capturer l’écart dans les données à l’aide des 2-3 premiers composants principaux, plutôt qu’avec l’ensemble complet de champs numériques d’origine. Un composant principal est constitué d’une combinaison linéaire pondérée des champs numériques d’origine. Ensemble, ils peuvent former un nouveau système de coordonnées où aucune dimension n’est corrélée avec les autres.

Les composants principaux peuvent être utilisés en lieu et place des champs d’origine dans des modèles prédictifs, afin d’éviter les problèmes liés à l’utilisation de variables fortement corrélées. En contrepartie, l’interprétation des modèles est plus compliquée. En outre, la méthode peut servir à déterminer les groupes de champs susceptibles de présenter une forte corrélation conjointe, ainsi qu’à prendre des décisions quant aux champs à exclure d’un modèle prédictif. Enfin, la fonction de « réduction » d’un nombre important de champs en un faible nombre de composants principaux constitue souvent un avantage en ce qui concerne la visualisation des relations dans les données.

Cet outil utilise l'outil R. Accédez à Options > Télécharger les outils prédictifs et connectez-vous au portail de licences et de téléchargements Alteryx pour installer R et les packages utilisés par l'outil R. Consultez la page Télécharger et utiliser les outils Prédictif.