La méthode SIMCA (Soft Independent Modeling of Class Analogy) est une technique de classement proposée par Svante Wold dans les années 1970.
Cette méthode supervisée est basée sur l’analyse en composantes principales (ACP). Pour chaque classe, une ACP est réalisée en utilisant uniquement les observations de cette classe.
Les différents modèles obtenus pour chacune des classes peuvent ainsi avoir des nombres de composantes différents.
Ces modèles permettent de prévoir l’appartenance ou non d’une observation du jeu d’apprentissage ou de prévision à une classe prédéfinie mais également de déterminer si une observation appartient à plusieurs classes (recouvrement) ou à aucune classe (possible point aberrant ou nouvelle classe).
Cette procédure est basée sur le package R ‘mdatools’.
