27 septembre
Par
Le
Dans classification
Avec 0 Commentaire

Ajuster des modèles de classification avec glmnet Le package glmnet en R est un outil puissant pour ajuster des modèles de régression et de classification, en particulier lorsque nous avons des données avec un grand nombre de variables prédictives. Ce package utilise la régularisation Lasso et Ridge, ce qui permet de gérer la multicolinéarité et de sélectionner des variables pertinentes. Installation et chargement du package Avant de commencer, assurez-vous d’avoir installé le package glmnet. Vous pouvez l’installer avec la commande suivante : install.packages(« glmnet ») Ensuite, chargez le package : library(glmnet) Exemple concret : Classification avec le jeu de données Iris Nous allons utiliser le célèbre jeuRead More →

26 septembre
Par
Le
Dans visualisation
Avec 0 Commentaire

Ajouter une régression linéaire à un graphique avec ggplot2 La visualisation des données est une étape cruciale dans l’analyse des données. L’un des moyens les plus efficaces pour comprendre la relation entre deux variables est d’ajouter une régression linéaire à un graphique. Dans cet article, nous allons voir comment le faire en utilisant le package ggplot2 en R. Installation et chargement des packages Avant de commencer, assurez-vous d’avoir installé et chargé le package ggplot2. Si vous ne l’avez pas encore fait, vous pouvez l’installer avec la commande suivante : install.packages(« ggplot2 ») Ensuite, chargez le package : library(ggplot2) Exemple de données Pour cet exemple, nous allons utiliserRead More →

24 septembre
Par
Le
Dans visualisation
Avec 0 Commentaire

Ajouter des labels et des titres dans ggplot2 Le package ggplot2 est l’un des outils les plus puissants pour la visualisation de données en R. L’un des aspects les plus importants de la création de graphiques est de s’assurer qu’ils sont clairs et compréhensibles. Cela inclut l’ajout de titres, de sous-titres et de labels pour les axes. Dans cet article, nous allons voir comment ajouter ces éléments à vos graphiques. Exemple concret Imaginons que nous souhaitions visualiser la relation entre le poids et la taille d’un jeu de données fictif. Voici un exemple de code R qui illustre comment créer un graphique de dispersion avecRead More →

30 janvier
Par
Le
Dans manipulation de données, tidyverse
Avec 0 Commentaire

Plusieurs façon de faire, à vous de choisir celle qui vous plait le plus 🙂 Fabriquons un petit jeu de données auquel nous souhaitons ajouter une colonne contenant le nombre ne NA sur chacune des lignes. library(tidyverse) dataset <- tribble(~a,~b,~c, 1,NA,NA, NA,NA,NA, 1,2,3, NA,3,NA ) A l’ancienne dataset$nb <- apply(dataset, MARGIN = 1, function(x){sum(is.na(x))}) avec du pmap et du mutate dataset %>% mutate(nb = pmap(.,function(a,b,c){sum(is.na(a),is.na(b),is.na(c))}), nb= unlist(nb)) Mais c’est dommage de devoir spécifier a, b et c. donc simplifions : dataset %>% mutate(nb = pmap_dbl(., function(…){sum(is.na(c(…)))})) Cela reste à mon goût un peu trop verbeux Avec rowSums dataset %>% mutate(nb = rowSums(is.na(.))) ça c’est propreRead More →

23 avril
Par
Le
Dans factor, tidyverse
Avec 0 Commentaire

Une opération courante quand on travaille avec des variables qualitatives (de type factor ou character) est de modifier les valeurs des modalités de cette variable. Ceci permet de les rendre plus courtes, plus explicites, ou même de les regrouper si on leur attribue le même nom. La fonction fct_recode, de l’extension forcats (qui fait partie du tidyverse) facilite ce type d’opérations. Celle-ci prend en premier argument un vecteur, puis une série de recodages sous la forme Nouvelle valeur = Ancienne valeur. Exemple : library(forcats) f <- c(« Fraise », « Framboise », « Pomme », « Fraise ») f <- fct_recode(f, « Ananas » = « Fraise », « Poire » = « Pomme ») f [1] Ananas Framboise Poire AnanasRead More →

01 novembre
Par
Le
Dans importation de données
Avec 0 Commentaire

Avec R, il est tout à fait possible de réaliser une multiple importation des fichiers CSV (autres types de fichiers). La fonction ci-dessous utilise les fonctions bind_rows et la syntaxe de la librairie dplyr. multmerge <- function(mypath = getwd()){ require(dplyr) dataset <- list.files(path=mypath, full.names=TRUE, pattern= »\.csv ») %>% lapply(read.csv, header=TRUE, sep= »t ») %>% bind_rows() dataset } Dans cette fonction, l’objet mypath indique l’emplacement où se trouve tous les fichiers CSV. Par défaut, la fonction va chercher dans l’espace de travail actuel (getwd). Il est possible de le modifier manuel comme ci-dessous:  mydata <-  multmerge(mypath= »Nom/Du/Chemin/Des/Fichiers »)Read More →