Sinon, représenter les classes dans un plan d'ACP, j'ai vu cela dans plusieurs livres
oui tout à fait, je le fait moi même (trop :p) régulièrement mais c'est la méthode d'obtention des classes qui me met un doute. Je ne sais pas si le plan factoriel d'une ACP peut permettre de mettre en évidence les classes calculées par un algorithme qui n' a rien à voir avec l'ACP (enfin à ma connaissance) vu que les calculs sont effectués sur les données brutes et non sur les valeurs de l'ACP. Il me semble que c'est un peu comme essayer de superposer deux images qui ont été prises sous deux angles différents (c'est possible mais pas comme ça :D).
Lorsque je représente des classes, j'utilise souvent la fonction s.class en première approche mais je travaille sur le acp$li, et j'analyse la pertinence de ces classes avec un test de permutation sur une analyse between (ou parfois between(within()) ).
Voilà pour la démarche que j'utilise. Maintenant si tu veux faire du kmeans, la représentation adéquate est certainement bivariée (un plot()) ce qui ne correspond peut être pas à tes données. Je pense que si tu veux faire apparaitre un kmeans avec une ACP, tu dois utiliser les valeurs issues de l'ACP et pas tes données (même normées) mais là je ne fais que des suppositions.
J'espère déjà être clair quant au doute que j'exprime :D
Pour le moment je ne vois pas trop quoi te dire de plus :)
