Scalling dei dati prima dell'analisi del clusterCiao a tutti,
Ho dati sperimentali di una coorte di pazienti di 20 campioni. Per ogni paziente ho un set di paramter. Questi paarametri sono di diversa scalfittura, alcuni dei dati ELIZA misurati con rang di 0-6000 pg / ml mentre altri come intervallo di percentuali di cellule T 0-100. Mi piacerebbe eseguire un cluster di alisi per il mio coro per sottoporre a sottogruppi il mio campione a causa di diversi stadi di disagio per l'esmpio. La mia domanda è che, ho bisogno di ri scalle i dati prima di eseguire tale clustering con JMP. perché per quanto vedo, le persone stanno ri scagliendo i loro dati (con il punteggio Z per esempio) prima che si raggruppino con python o R .. eccetera. Se devo ridimensionare i dati, quale sarebbe l'approccio migliore per questo.
Grazie in anticipo per l'aiuto.
Ri: Scalling dei dati prima dell'analisi del clusterMedie K Il Clustering fornisce il ridimensionamento e questa opzione è abilitata per impostazione predefinita all'avvio della piattaforma.
Ri: Scalling dei dati prima dell'analisi del clusterCaro Marco,
Grazie per la risposta veloce. Sì, io e il mio consigliere consideriamo il clustering gerarchico senza pre-assunzione per il numero di cluster. Ma che dire se consideriamo il cluster usando la media K (di pre-presupposto di courcewith per il numero di cluster)? Non abbiamo nemmeno bisogno di scalpitare?
Saluti
Ahmed
Ri: Scalling dei dati prima dell'analisi del clusterPresumo che si intende utilizzare il clustering gerarchico (senza supervisione) per determinare il numero e l'identificazione dei cluster. Centratura o ridimensionamento non è richiesto per questo metodo. Altri metodi multivariati traggono vantaggio dal centraggio e ridimensionamento.
