analyse-R/classification-ascendante-hierarchique

[utterances-bot]

Classification ascendante hiérarchique (CAH)

undefined

http://larmarange.github.io/analyse-R/classification-ascendante-hierarchique.html

[MaximeDmnt]

Bonjour ! Une fois la classification faite, (HCPC avec FactomineR dans mon cas), j'ai bien accès à tous les graphique présentés ci-dessus. Dans mon étude, chaque individu correspond à une commune, et je dois pouvoir afficher sur une carte le cluster de chacune des communes.
Ainsi, pour chaque individu, j’aimerais connaitre le cluster auquel il appartient (par exemple en ayant une colonne en plus dans mon dataset indiquant le numéro du cluster de l'individu).
Savez-vous si c'est possible ? (J'ai écumé les forums, et le fonctionnement des fonction hclust, hcpc, mais je ne trouve rien)

[SIGGIF]

bonjour, tu fais un
dataCAH<-res.hcpc$data.clust
pour obtenir les données de classification sur les individus et tu exportes avec un
write.csv2(x = dataCAH, file = "dataCAH.csv")

[larmarange]

L’objet renvoyé par HCPC() contient de nombreuses informations. La partition peut notamment être récupérée avec cah$data.clust$clust. Il y a également diverses statistiques pour décrire les catégories.

Donc, si votre fichier de données s'appelle communes et le résultat de HCPC() s'appelle cah :

communes$cluster <- cah$data.clust$clust

[elisethr]

j'ai ma réponse ici !!

[larmarange]

Voir également https://larmarange.github.io/guide-R/analyses_avancees/classification-ascendante-hierarchique.html pour une version actualisée de ce chapitre

[Lea-WS]

Bonjour,
J'ai exactement la même question que Maxime, mais j'ai fait ma classification avec hclust à partir d'une matrice des distance de gower (construite avec la fonction daisy).
Je ne trouve pas comment faire pour associer les catégories aux individus. Est-ce que c'est possible ?
Merci !

[larmarange]

si on appelle arbre le résultat de hclust() et que l'on veut 4 caétgories :

df$typo <- cutree(arbre, 4)

[Lea-WS]

Top ! Merci !

…

----- Mail original ----- De: "Joseph" <[email protected]> À: "larmarange/analyse-R" <[email protected]> Cc: "Lea-WS" <[email protected]>, "Comment" <[email protected]> Envoyé: Lundi 27 Janvier 2020 19:13:14 Objet: Re: [larmarange/analyse-R] analyse-R/classification-ascendante-hierarchique (#109) si on appelle arbre le résultat de hclust() et que l'on veut 4 caétgories : df $ typo <- cutree( arbre , 4 ) — You are receiving this because you commented. Reply to this email directly, view it on GitHub , or unsubscribe .

[pollito77]

Bonjour, lorsque j'utilise A2Rplot, cela me donne :
Erreur : pile de noeuds débordée vers le haut
Erreur pendant l'emballage (wrapup) : pile de noeuds débordée vers le haut
Qu'est-ce que cela signifie ?
Merci d'avance.

[larmarange]

A2Rplot() est une fonction un peu ancienne récupérée sur le net et qui ne fonctionne pas toujours. Je ne sais d'où peut venir le bug mentionné.

Dans ce genre de situation, je vous invite à vous tourner vers des fonctions de représentations de dendrogrammes plus classiques, même si moins esthétiques.

Vous pouvez en particulier regarder du côté de dendextend : http://talgalili.github.io/dendextend/articles/dendextend.html

[ibonheme]

Bonjour,
J'ai réalisé une CAH sur un tableau de contingence espèces x points d'inventaire, j'ai utilisé la fonction daisy pour pouvoir calculer la matrice de distance avec l'indice de gover. J'ai ensuite réalisé le dendrogramme par la méthode "ward.D2" de hclust et réalisé par typologie ne utilisant cutree().

En utilisant une autre méthode, c'est-à-dire HCPC() pour faire une CAH, un dendrogramme et une partition, je parviens à récupérer une liste d'espèces qui sont bien caractéristiques (ou au contraire absentes) de mes groupes via $desc.var$quanti, je me demandais comment accéder à cette information lorsque j'utilise la première méthode indiquée?

Merci pour votre aide,

[larmarange]

Il vous faut regarder du côté des fonctions catdes() et descfred() de FactoMineR qui procède à une description des classes.

[ibonheme]

Entendu, je vous remercie, C’est tellement agréable de lire vos pages en français (on trouve beaucoup de choses en anglais et avec de termes un peu trop techniques…) Merci pour tout ce travail, Ingrid [IGN-RVB.wmf] Ingrid Bonhême

…

_______________________________________________________________ Ingénieur d’études Département Ecosystèmes Forestiers, Pôle national en écologie forestière DIRECTION TERRITORIALE SUD-OUEST T + 33 (0)5 56 16 60 86 - M + 33 (0)6 72 96 12 96 Rue Pierre Ramond-Caupian, BP 60104 33166 SAINT-MÉDARD-EN-JALLES CEDEX ign.fr - geoportail.fr De : Joseph [mailto:[email protected]] Envoyé : mercredi 27 mai 2020 15:11 À : larmarange/analyse-R Cc : Ingrid Bonheme; Comment Objet : Re: [larmarange/analyse-R] analyse-R/classification-ascendante-hierarchique (#109) Il vous faut regarder du côté des fonctions catdes() et descfred() de FactoMineR qui procède à une description des classes. — You are receiving this because you commented. Reply to this email directly, view it on GitHub<#109 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/APXU3W26YXFUKZA2MQ7SYTDRTUGP3ANCNFSM4I7KBCTA>.

[EL-O2]

Bonjour,

Pour réaliser une ACM avec dudi.acm, comment faire pour différencier les variables et les variables supplémentaires, s'il vous plaît ? Si je reprends votre exemple, toutes les variables spécifiées dans la première ligne de code sont des variables actives.

d2 <- d[, c("grpage", "sexe", "etud", "peche.chasse", "cinema",
"cuisine", "bricol", "sport", "lecture.bd")]
library(ade4)
acm <- dudi.acm(d2, scannf = FALSE, nf = 5)

Vous les stockez dans un objet (ici d2) et vous réalisez l'ACM sur ces variables à l'aide de dudi.acm. Mais comment faire si notre jeu de données comporte des variables actives et des variables supplémentaires ? N'existe-t-il pas un moyen de spécifier dans la commande dudi.acm que telles variables sont actives et les autres supplémentaires.

Merci pour votre aide !

[larmarange]

Les variables supplémentaires ne participent pas au calcul de l'ACM mais sont projetées dans l'espace de l'ACM déjà calculé.

Avec ade4, vous utiliserez la fonction supcol().

Cordialement

[PinaSimone]

Bonjour,

Existe-t'il une fonction pour avoir la description des classes avec le package "ade4" ?

[larmarange]

La commande ?dudi permets d'avoir une description des objets produits par ade4:

tab
a data frame with n rows and p columns

cw
column weights, a vector with n components

lw
row (lines) weights, a vector with p components

eig
eigenvalues, a vector with min(n,p) components

nf
integer, number of kept axes

c1
principal axes, data frame with p rows and nf columns

l1
principal components, data frame with n rows and nf columns

co
column coordinates, data frame with p rows and nf columns

li
row coordinates, data frame with n rows and nf columns

call
original call

[GB49]

Bonjour,

Merci pour le tuto bien complet !
A l'issue d'une CAH, je souhaite changer l'ordre de mes individus sur le graphique du dendrogramme (tout en respectant la classification bien sur). Faire pivoter une "branche" de 180° par exemple. Avez-vous idée pour le faire directement dans R ?

Merci bcp

[chamforito]

bonjour merci pour le tuto... Une fois la classification faite (HCPC) comment faire pour avoir les distances inter et intra-classe?

[larmarange]

Je ne connais pas bien toutes les options de FactoMineR. Il me semble que le meilleur endroit pour poser ces questions est le hgroupe de discussion dédié : https://groups.google.com/g/factominer-users?pli=1

[chamforito]

comment avoir la distance minimale, moyenne et maximale entre les groupes après une CAH? merci!!!!!

[chamforito]

OK merci Le jeu. 3 févr. 2022 à 11:41, Joseph Larmarange ***@***.***> a écrit :

…

Je ne connais pas bien toutes les options de FactoMineR. Il me semble que le meilleur endroit pour poser ces questions est le hgroupe de discussion dédié : https://groups.google.com/g/factominer-users?pli=1 — Reply to this email directly, view it on GitHub <#147 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AXS5E5XZO4HOOMKLILHV64TUZJLWBANCNFSM5I64ES7A> . Triage notifications on the go with GitHub Mobile for iOS <https://apps.apple.com/app/apple-store/id1477376905?ct=notification-email&mt=8&pt=524675> or Android <https://play.google.com/store/apps/details?id=com.github.android&referrer=utm_campaign%3Dnotification-email%26utm_medium%3Demail%26utm_source%3Dgithub>. You are receiving this because you commented.Message ID: ***@***.***>

[bleograna]

Bonjour,
Quand je tente de calculer la matrice des distances j'ai ce message qui s'affiche : "Error: cannot allocate vector of size 20.3 Gb",
Savez-vous comment gérer ce problème ?

Merci

[larmarange]

Quelle est la taille de votre échantillon ? A priori il est trop gros pour les capacités de votre machine

[JEJE1545]

Bonjour j'aimerais connaitre la proportion de mes 2 sous groupes de mon dendogram mais je n'arrive pas a trouver l'information sur R studio pouvez-vous vous m'aidez ?

[larmarange]

Vous utilisez hclust() pour récupérer le découpage en deux classes dans votre jeu de données puis vous faite un tri à plat de la variable obtenu.

[bentressieres]

Bonjour,
je réalise une CAH sur 7 variables (4 variables catégorielles et 3 variables continues) et 130 individus.
Est-il préférable de faire une CAH directement sur les variables en utilisant la distance de Gower :
md_gower <- daisy(d_ch2, metric = "gower")
arbre <- hclust(md_gower, method = "ward.D2")

ou en faisant une analyse factorielle sur données mixte au préalable (FactoMineR) :
res.FAMD<-FAMD(d_ch2,ncp=Inf, graph=FALSE)
res.HCPC<-HCPC(res.FAMD,nb.clust=-1,consol=TRUE,graph=FALSE)

Les 2 méthodes me donnes des clusters différents (4 avec la 1ère méthode et 3 avec la 2e) avec des individus inégalement répartis.

Merci pour votre aide.

[larmarange]

Il n'y a pas de réponse unique. Tout dépend du type de classifications que vous chercher à obetnir.

Avec une analyse factorielle préalable, la CAH aura tendance à mettre à part les individus atypiques (individus avec des modalités rares dans l'échantillon). Ce phénomène sera atténué avec la distance de Gower, la rareté d'une modalité ne contribuant que faiblement dans la classification.

Cdlt

[bentressieres]

Merci pour ce rapide retour. Cdt

…

--- Benoît TRESSIERES Data Manager / Biostatisticien Centre d'Investigation Clinique Antilles - Guyane (CIC 1424) Direction de la recherche - Hôpital RICOU CHU de Pointe-à-Pitre BP 465 97159 Pointe-à-Pitre Cedex E-mail ***@***.*** Tél : 05 90 89 15 03 - 06 90 39 28 34 Le 02/02/2023 à 13:27, Joseph Larmarange a écrit :

Il n'y a pas de réponse unique. Tout dépend du type de classifications que vous chercher à obetnir. Avec une analyse factorielle préalable, la CAH aura tendance à mettre à part les individus atypiques (individus avec des modalités rares dans l'échantillon). Ce phénomène sera atténué avec la distance de Gower, la rareté d'une modalité ne contribuant que faiblement dans la classification. Cdlt — Reply to this email directly, view it on GitHub <#147 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/A5UG4R3ZJVLSCL6LMIGIO5LWVPVAXANCNFSM5I64ES7A>. You are receiving this because you commented.Message ID: ***@***.***>

-- Cet e-mail a été vérifié par le logiciel antivirus d'Avast. www.avast.com

[gheuze]

Bonjour,
Avec tbl_summary, est-il possible de formater les données de cette forme

	délais
sexe
- homme	moyenne, médiane, etc
- femme	moyenne, médiane, etc
CSP
- CSP 1	moyenne, médiane, etc
- CSP2	moyenne, médiane, etc
classes d’âge
- clage1	moyenne, médiane, etc
- clage2	moyenne, médiane, etc

J'ai l'impression que tbl_summary ne permet pas d’utiliser une variable quantitative dans le by (ça découpe en autant de classes qu’il y a de modalités de délais).

Un grand merci par avance pour tout ce que vous mettez à disposition

[larmarange]

Il me semble que la fonction utile pour vous est tbl_continuous(), cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_continuous.html

Pour encore plus de personnalisation, tbl_custom_summary(), cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_custom_summary.html

Des exemples sont visibles à https://larmarange.github.io/analyse-R/gtsummary.html#statistiques-personnalis%C3%A9es-avec-tbl_continous-et-tbl_custom_summary

Cdlt

[gheuze]

Super merci, c'est exactement ça (ça m'étonnait que ça n'existe pas, mais je n'avais pas trouvé sur votre site. Encore merci et bonne soirée Le jeu. 9 févr. 2023 à 17:29, Joseph Larmarange ***@***.***> a écrit :

…

Il me semble que la fonction utile pour vous est tbl_continuous(), cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_continuous.html Pour encore plus de personnalisation, tbl_custom_summary(), cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_custom_summary.html Des exemples sont visibles à https://larmarange.github.io/analyse-R/gtsummary.html#statistiques-personnalis%C3%A9es-avec-tbl_continous-et-tbl_custom_summary Cdlt — Reply to this email directly, view it on GitHub <#147 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ACPM2WA5UCDCDRWP53AC273WWULOJANCNFSM5I64ES7A> . You are receiving this because you commented.Message ID: ***@***.***>

-- *"L’alpiniste est un homme qui conduit son corps là où, un jour, ses yeux ont regardé." (Gaston Rebuffat)*

[AnniePomme]

Bonjour Monsieur,

Petite question, est il possible d'utiliser la fonction fviz_cluster() avec les résultats d'une ACM à l'aide de la fonction dudi.acm() ? Dans ce cas, il faudrait surement convertir le résultat issu de dudi.acm() pour le mettre dans un format accepté par fviz_cluster() ? En fait j'ai besoin d'utiliser dudi.acm() car je passe par une distance de Gower avec daisy()... et je trouve que les graphiques sont plus beaux à présenter pour un mémoire avec la fonction fviz_cluster() que la fonction s.class() et affichent notamment des axes numériques.

Sinon, une petite remarque, est ce normale que les deux acm une réalisée avec dudi.acm() et l'autre avec HCPC() ne donnent pas les même résultats ?

En vous remerciant par avance pour vos retours,
Annie.

[larmarange]

Je ne comprends pas bien la question sur dudi.acm() et HCPC(). HCPC() réalise une classification hiérarchique. Pour une ACM, c'est la fonction MCA().

L’inertie totale obtenue avec MCA peut être différente de celle observée avec dudi.acm. Cela est dû à un traitement différents des valeurs manquantes. Alors que dudi.acm exclu les valeurs manquantes, MCA les considèrent, par défaut, comme une modalité additionnelle.

Pour la représentation graphique, pour ne pas utiliser tout simplement fviz_mca_ind() en lui passant votre classification via le paramètre habillage?

[Maxvill159]

Bonjour,

"Pour la représentation graphique, pour ne pas utiliser tout simplement fviz_mca_ind() en lui passant votre classification via le paramètre habillage?"

Comment est-il possible de faire un habillage via la classification réalisée ? En effet, lorsque je lance ma ligne de code, une erreur ci-dessous apparait :

" > fviz_mca_ind(res_mca, repel = TRUE, habillage = "final.cluster")
Erreur dans data.frame(..., check.names = FALSE) : les arguments impliquent des nombres de lignes différents : 0, 12500 "

De plus, je n'arrive pas à faire le graphique s.class. A quoi correspond la table acm$li ? Comment la créer ?

Merci par avance pour votre aide et très bonne journée.

[batardy]

Bonjour,
je cherche à obtenir suite à une CAH le pourcentage expliquée par ma partition.
Si j'utilise (CAH)
sum(CAH$call$t$inert.gain[1:3])/CAH$call$t$within[1]
Est-ce que j'obtiens bien le % de la variance expliquée pour une classification en 4 classes ?
J'obtiens 0.78 soit 78 %

Est-ce juste ?

Et pourquoi cette valeur fondamentale n'est pas donnée par summary (CAH)

Merci,
Christophe Batardy

[larmarange]

Bonjour

Les auteurs du package FactoMineR seront plus a même de vous répondre. Et ils font francophones.

Cdlt

[larmarange]

Bonjour,

en premier lieu vous posez une question sans donner vraiment de contexte. J'assume que votre objet CAH a été obtenu avec FactoMineR::HCPC().

Dans mes différentes lectures, guides, ouvrages et tutoriels que j'ai pu consulter, le pourcentage de variance expliqué par les axes d'une analyse factorielle est un indicateur courant renvoyé par la plupart des fonctions. Par contre, s'agissant d'une CAH, mes lectures ne renvoient pas une formule simple pour le calcul de la variance intra- et inter-classes.

Vous utilisez CAH$call$t$within or cet élément renvoyé par HCPC() n'est pas documenté dans la documentation de FactoMineR. Dès lors, il est difficile de vous dire à quoi cela renvoie. Et les personnes les mieux placées pour répondre sur cet élément non documenté sont les auteurs de FactoMineR. Je ne suis pas certain que cela correspondent à la somme des carrés intraclasses (voir plus précisément à la proportion correspondante) de la classification issue de la CAH. Il semble que cela soit lieu à la consolidation k-means que propose HCPC() mais sans pouvoir vous répondre de manière précise sur ce point.

Sur Stackoverflow, vous trouverez une réponse indiquant comment calculer la somme totale des carrés et la somme des sommes intra-classes : https://stackoverflow.com/questions/72157688/how-to-calculate-total-within-sum-of-squares-and-between-sum-of-squares-for-ward

L'exemple donné correspond à des données continues et dès lors ne pourrait être adaptée au cas de figures de variables catégorielles.
La question se pose si la même approche pourrait être appliquée sur le jeu de données transformés en variables numériques pour l'ACM, soit $call$Xtot de l'objet renvoyé par MCA().

Bref, il n'y a pas de réponse simple et documentée à votre question et cela dépasse mes compétences. C'est pourquoi je vous conseille de contacter les développeurs de FactoMineR qui maitrisent bien mieux le sujet ainsi que les éventuelles fonctionnalités cachées de leur package.

[larmarange]

Vous pouvez également jeter à un oeil à la fonction dmanova() https://search.r-project.org/CRAN/refmans/GUniFrac/html/dmanova.html

Elle permet d'effectuer une analyse de variance sur une matrice de distance. A ma connaissance, FactoMineR ne renvoie pas la matrice des distances issues de l'analyse factorielle, mais cette dernière peut être obtenue avec le package ade4

[batardy]

Cher Monsieur, peu importe . Comment vous vous obtenez la variance expliquée suivant le découpage pour une CAH ? Quelle fonction ? Christophe Batardy Christophe Le 2023-10-12 23:31, Joseph Larmarange a écrit :

…

Bonjour Les auteurs du package FactoMineR seront plus a même de vous répondre. Et ils font francophones. Cdlt -- Reply to this email directly, view it on GitHub [1], or unsubscribe [2]. You are receiving this because you commented.Message ID: ***@***.***> Links: ------ [1] #147 (reply in thread) [2] https://github.com/notifications/unsubscribe-auth/BDHMMZGYK26LZHTFEJ4WRIDX7BOTDANCNFSM5I64ES7A

-- Christophe Batardy Ingénieur - ENS CNRS (Laboratoire AOROC) 0674164493 Docteur en Histoire contemporaine Expert à la fondation Jean Jaurès Dernière publication : https://www.jean-jaures.org/publication/gisele-halimi-et-le-programme-commun-des-femmes/ Chargé d'enseignements à l'Université de Nantes

[batardy]

Cher Monsieur, merci pour cette longue réponse. Ce qui est vraiment surprenant c'est que Factoshiny (et donc FactoMineR) ne donne pas cette information directement (ou aisément) alors que le % de l'inertie totale prise en compte par un classement en n classes est fondamentale pour objectiver l'interprétation du classement retenu. Philcarto .....donne de manière automatique le résultat. 1) Si pour un jeu de données j'utilise Philcarto et R pour l'ACP j'obtiens les mêmes résultats (% par axe). 2) Par contre pour la CAH je n'obtiens pas les mêmes valeurs. Je vais essayer de creuser cette histoire de Kmeans. Merci encore, Christophe Le 2023-10-13 09:43, Joseph Larmarange a écrit :

…

Bonjour, en premier lieu vous posez une question sans donner vraiment de contexte. J'assume que votre objet CAH a été obtenu avec FactoMineR::HCPC(). Dans mes différentes lectures, guides, ouvrages et tutoriels que j'ai pu consulter, le pourcentage de variance expliqué par les axes d'une analyse factorielle est un indicateur courant renvoyé par la plupart des fonctions. Par contre, s'agissant d'une CAH, mes lectures ne renvoient pas une formule simple pour le calcul de la variance intra- et inter-classes. Vous utilisez CAH$call$t$within or cet élément renvoyé par HCPC() n'est pas documenté dans la documentation de FactoMineR. Dès lors, il est difficile de vous dire à quoi cela renvoie. Et les personnes les mieux placées pour répondre sur cet élément non documenté sont les auteurs de FactoMineR. Je ne suis pas certain que cela correspondent à la somme des carrés intraclasses (voir plus précisément à la proportion correspondante) de la classification issue de la CAH. Il semble que cela soit lieu à la consolidation k-means que propose HCPC() mais sans pouvoir vous répondre de manière précise sur ce point. Sur Stackoverflow, vous trouverez une réponse indiquant comment calculer la somme totale des carrés et la somme des sommes intra-classes : https://stackoverflow.com/questions/72157688/how-to-calculate-total-within-sum-of-squares-and-between-sum-of-squares-for-ward L'exemple donné correspond à des données continues et dès lors ne pourrait être adaptée au cas de figures de variables catégorielles. La question se pose si la même approche pourrait être appliquée sur le jeu de données transformés en variables numériques pour l'ACM, soit $call$Xtot de l'objet renvoyé par MCA(). Bref, il n'y a pas de réponse simple et documentée à votre question et cela dépasse mes compétences. C'est pourquoi je vous conseille de contacter les développeurs de FactoMineR qui maitrisent bien mieux le sujet ainsi que les éventuelles fonctionnalités cachées de leur package. -- Reply to this email directly, view it on GitHub [1], or unsubscribe [2]. You are receiving this because you commented.Message ID: ***@***.***> Links: ------ [1] #147 (reply in thread) [2] https://github.com/notifications/unsubscribe-auth/BDHMMZGX43SOERSIVZZ4DDDX7DWJ5ANCNFSM5I64ES7A

-- Christophe Batardy Ingénieur - ENS CNRS (Laboratoire AOROC) 0674164493 Docteur en Histoire contemporaine Expert à la fondation Jean Jaurès Dernière publication : https://www.jean-jaures.org/publication/gisele-halimi-et-le-programme-commun-des-femmes/ Chargé d'enseignements à l'Université de Nantes

[elisethr]

Bonjour,

j'ai réalisé une CAH avec factomineR et je souhaiterais avoir la liste des individus de chaque classe de la typologie. Par liste, je veux dire les numéros de ligne des individus. Pourriez-vous m'aider svp?