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 →

21 octobre
Par
Le
Dans base indispensable, chaines de caractères, tidyverse
Avec 0 Commentaire

Analyser des données demande de savoir manipuler aussi du texte. Ce que nous appelons texte en tant qu’humain est interprété par R comme une chaîne de caractères. Le type de donnée correspondant dans R est appelé: character. class(« abcdR ») ## [1] « character » Il est parfois nécessaire d’extraire des motifs particuliers de chaînes de caractères. Pour ce faire on peut utiliser des expressions régulières ou regex en anglais. Pour cela nous allons utiliser {stringr}, un package du tidyverse. library(stringr) Considérons un vecteur de noms de fichiers csv. noms_fichiers <- c(« pop_FRA_2019.csv », « pop_ITA_2020.csv », « pop_ESP_2019.csv ») Comment extraire le code iso3 (FRA, ITA…) ? str_extract(string = noms_fichiers, pattern = « [A-Z]{3} ») ##Read More →

23 septembre
Par
Le
Dans importation de données, sig - cartographie
Avec 0 Commentaire

Un raster est un fichier géographique dont les données sont stockées sous forme d’une grille régulière. Il existe plusieurs format de stockage : GeoTiff, netcdf, asc, …  Dans R, il existe 3 packages principaux qui peuvent vous permettre de lire un fichier raster : l’historique : {raster} la version remastérisée avec du C++ : {terra} un package récent avec une philosophie différente : {stars} Lecture d’un fichier raster avec une seule couche # récupération du chemin d’un Geotifftif <- system.file(« tif/L7_ETMs.tif », package = « stars ») # lecture avec {raster}r_raster <- raster(tif)# lecture avec {terra}r_terra <- rast(tif)# lecture avec {stars}r_stars <- read_stars(tif) Lecture d’un fichier raster avec plusieursRead 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 →

14 septembre
Par
Le
Dans base indispensable, manipulation de données, tidyverse, Transformation de données
Avec 0 Commentaire

Vous savez comment filtrer un jeu de données avec dplyr ? : filter(), on peut donc utiliser une règle pour filtrer sur les valeurs manquantes (les fameux NA) en utilisant la fonction is.na. library(dplyr) df <- tibble(x1 = c(1, 2, NA, 4), x2 = c(« a », NA, « b », « c »), y = c(NA, TRUE, FALSE, TRUE)) df %>% filter(!is.na(x1)) Mais si vous voulez supprimer les lignes qui contiennent des NA dans plusieurs colonnes, voire toutes les colonnes, il vaut mieux utiliser drop_na du package {tidyr}. Vous pourrez même utiliser les « helpers » comme pour la fonction select de {dplyr} pour choisir les colonnes avec des règles. library(tidyr) dfRead More →

14 septembre
Par
Le
Dans base indispensable, manipulation de données, tidyverse, Transformation de données
Avec 0 Commentaire

Comme on est dans le {tidyverse}, on va utiliser les bons termes : Nous allons utiliser le pipe pour rendre le code plus clair ( Le pipe, qu’est-ce que c’est ? ) On ne travaille plus avec des dataframes, mais avec des tibble: (tibble ou data.frame ?) Et donc on ne supprime pas de ligne, mais on filtre les données en fonction d’une condition. En effet, si vous souhaitez retirer des lignes de données, vous avez sûrement une bonne raison. Cette bonne raison se trouve dans les données elles-mêmes. Vous utilisez donc cette information pour filtrer les données. library(dplyr) iris %>% filter(Species != « setosa ») PourRead More →

23 mai
Par
Le
Dans SAS, expérimentation, modélisation
Avec 0 Commentaire

Une anova avec modèle mixte comme VARCOMP dans SAS Créons d’abord un jeu de données. On souhaite déterminer la précision et la répétabilité d’une analyse. Pour cela, la mesure est effectuée par 2 techniciens différents, sur des concentrations de produits différents sur 3 jours différents et avec 2 réplicats. library(dplyr) set.seed(42) data <- tibble( concentration = rep(c(10, 30, 50, 80), 3*2), technicien = rep(c(« A », « B »), each = 3*2*2), jour = rep(rep(1:3, each = 2*2), 2), replicat = rep(1:2, times = 2*3*2)) %>% mutate(mesure = ifelse( technicien == « A », 0.2 * concentration + rnorm(12, sd = 3), 0.2 * concentration + rnorm(12, sd = 2))) dataRead More →