Transformation des données
Informations
1 Introduction
Les différents types de transformations des données sont multiples. Certaines transformations mathématiques permettent de construire un modèle prédictif plus robuste par la suite:
- Suppression des valeurs particulières avant la centrer-réduction
- Centrer-réduction
- Normalisation min-max
- Transformation des valeurs manquantes
- Suppression des valeurs aberrantes
D’autres transformations des données facilitent la manipulation des données comme le “remodelage” des données entre format long et large:
2 Centrer-réduction
La centrer-réduction consiste à transformer une série de données numériques en une autre série avec une moyenne nulle et une variance égale à 1.
En effet, il est important de normer les données, car cela affecte directement la distance entre deux observations.
Si deux variables ont des ordres de grandeur différents, la variable qui a des valeurs plus grandes aura une prépondérance plus grande dans la mesure de la distance.
La centrer-réduction permet ainsi de faire en sorte que toutes les variables ont le même poids dans le calcul de la distance.
3 Transformation min-max
Il s’agit de normaliser toutes les valeurs d’une variable en une série de valeures entre 0 et 1.
4 Agrégation des données
Variables catégoriques
- Comptage des catégories
- Tableau croisé
Variables numériques
- Quantiles
- Probabilités
- Autres éléments statistiques
Regroupement ou tranches
- Regroupement des modalités nombreuses: mieux voir
- Tranches: pour les variables numériques
- Attention: garder toujours les données brutes