Principal Component Analysis (PCA) Partie 2/2 - Implémentation Python From Scratch
Seconde Vidéo de la série sur le Principal Component Analysis (PCA) avec pour cette vidéo l'implémentation sur Python du PCA from scratch. Après avoir implémenter l'algorithme nous le comparons avec l'algorithme d'une célèbre librairie en machine learning Scikit-Learn. En plus de scikit-learn, on utilisera les librairies numpy et matplotlib.
🌟 Code Python 🌟
https://github.com/progandai/machine_...
🌟 Partie 1 PCA la théorie🌟
• Principal Component Analysis (PCA) Pa...
🌟 Playlist Algebre Lineaire 🌟
• Algèbre Linéaire avec Python
🎬 Sommaire 🎬
00:00 - Introduction
00:22 - Etapes du PCA
01:02 - Structure Classe PCA à implémenter
01:57 - Implémentation de la classe PCA
13:42 - Test de la classe PCA avec un Dataset
19:32 - Comparaison de notre classe PCA avec Scikit-Learn
23:21 - Affichage Graphique Des Résultats
🖥️ Contact & Réseaux Sociaux 🖥️
Email: [email protected]
Instagram: / progandai
Twitter: / progandai
Github: https://github.com/progandai
🌟 Tags 🌟
Principal Component Analysis
Python
PCA
Analyse en Composantes Principales
ACP
Reduction Dimensionnelle
Algebre Lineaire
Statistiques
Vecteur Propre
Valeur Propre
Eigenvector
Eigenvalue
Numpy
Matplotlib
Scikit-Learn
Sklearn
Hashtags:
#pca #python #acp #numpy #scikitlearn #sklearn #matplotlib #principalcomponentanalysis #analysecomposanteprincipale #algebrelineaire #stats #statistiques #linearalgebra #algebra #variance #covariance #eigenvector #eigenvalue #vecteurpropre #valeurprore #mse #regression #projection #orthogonal #base #orthonormale #machinelearning