Discrétisation : du numérique à l'ordinal

Un trop grand nombre de valeurs distinctes (ou de catégories) peut inutilement compliquer une analyse — plus il y en a, plus les tendances réelles sont difficiles à voir et plus les étapes suivantes deviennent fragiles, un effet souvent appelé la malédiction de la dimensionnalité (curse of dimensionality). Réduire une mesure numérique fine à une poignée de catégories ordonnées est une façon de s'en prémunir : une campagne de marketing, par exemple, n'a pas besoin de savoir que la préférence d'intensité d'une personne est exactement 6,4 sur 10 — « moyenne » suffit pour agir. Chaque point ci-dessous représente l'intensité mesurée d'une tasse de thé, sur une échelle de 1 à 10; elle est ici convertie en trois catégories ordonnées — « faible », « moyenne » et « forte ». L'emplacement de ces limites de catégorie est une vraie décision : déplacez vous-même les deux lignes de coupure, ou choisissez une méthode qui les calcule automatiquement.

Déplacez directement l'une ou l'autre ligne de coupure, ou utilisez la tabulation pour l'atteindre puis les touches fléchées (Origine/Fin pour atteindre les extrémités de l'échelle), afin de fixer vous-même les limites faible/moyenne et moyenne/forte — cela fait passer la méthode à « Manuelle » si ce n'était pas déjà le cas. Vous pouvez aussi choisir l'une des méthodes automatiques ci-dessous pour voir où elle place les coupures. L'étiquette au-dessus de chaque groupe indique combien de tasses s'y trouvent actuellement.

Ce que cet outil enseigne : Transformez une mesure de 1 à 10 en catégories ordonnées avec différentes méthodes de discrétisation et voyez où chacune place ses points de coupure. L'outil présente la discrétisation (la conversion de valeurs numériques en valeurs ordinales) et montre comment elle protège contre le fléau de la dimensionnalité, au prix d'une perte de détail.