Transformation des données

Imputer les valeurs manquantes

• Espérance-maximisation (EM).
• K-voisin le plus proche (KNN).
• Moyenne, médiane.

Standariser les données

Standariser (normaliser) les données : \(\frac{x - \mu}{\sigma}\)

avec \(\mu\) la moyenne et \(\sigma\) l'écart type.

Réduire la distribution

Regrouper des données fortement étalée : \(\log x + 1\) l'addition permet de contourner les valeurs 0 présentes dans les données.

Coefficient de corrélation \(r = \frac{\mathbf{cov} (X,Y) }{\sigma (X) \cdot \sigma (Y)}\)

Facteur d'inflation de la variance (VIF)

Matrice des distances

Distance	Type
Euclidienne	Distance entre deux points.
Manhattan	Distance en angle droit.
Khi 2	Distance calculé en comparant deux distributions.
Ward	Minimiser l'inertie intra-classe.