Data Mining Classification par cartes de Kohonen non supervisée et supervisée

Dans la première partie de ce TP, nous nous intéressons, à l'analyse de cartes auto-organisatrices. On dispose pour cela d'une base de données comprenant les taux de natalité, de mortalité, de mortalité infantile, espérance de vie masculine et féminine, ainsi que le PNB, pour 91 pays. On cherche dans un premier temps, en analysant les différentes cartes établies, à regrouper certaines variables/composantes. On étudie les différentes cartes obtenues au lancement de pauvrete.m. On étudie sur 50000 itérations et on normalise nos données.

Sur cette carte de Kohonen, les pays ont été placés à chaque extrémité suivant leurs richesses. Au nord on a les pays les plus pauvres et au sud les pays les plus riches. Ces deux parties sont elles même divisées en deux avec pour les pays pauvres un gradient de richesse allant de la gauche vers la droite : les pays extrêmement pauvres à gauche et ceux moins en difficulté à droite. De même pour les pays riche on trouve un gradient similaire mais orienté de droite à gauche : les pays émergents situés à droite et les pays les plus riches à gauche. Cette intuition est confirmée par la carte des IDH établie ensuite.

On remarque tout d'abord, une très forte corrélation entre l'espérance de vie masculine et féminine, la seule différence étant au niveau de l'échelle, il n'est peut être pas utile de distinguer ces deux

variables, car le fait qu'elles soient doublement représentés pourrait augmenter leur poids et induire des erreurs au niveau de l'apprentissage des cartes. A l'inverse, on remarque une anti correlation entre le PNB et les espérances de vie. On remarque sur la figure suivante que le taux de mortalité et le taux de mortalité infantile ont des cartes similaires : ces variables sont corrélées ce qui paraît plutôt logique. D'autre part le taux de natalité apparaît comme très élevé dans les pays les plus défavorisés. D'une manière générales