클러스터 분석 전에 데이터 스케일링모두들 안녕,
나는 20 샘플의 환자 코호트의 실험 데이터를 가지고있다. 각 환자마다 나는 일련의 병을 가지고있다. 이 paarameters 다른 scalling 중 일부 ELIZA dat의 0-6000 pg / ml의 울리는으로 측정하는 동안 다른 T 세포 백분율 범위 0-100. 예를 들어 다른 질병 병기로 인해 내 표본을 하위 그룹으로 분류하려면 클러스터 요약 분석을 실행하고 싶습니다. 내 질문은 그 JMP와 같은 클러스터링을 실행하기 전에 데이터를 scalle해야합니까. 사람들이 파이썬이나 R로 클러스터하기 전에 (예를 들어 Z 점수로) 그들의 데이터를 다시 scareing하는 것을 볼 수 있기 때문에. 기타 데이터를 다시 분석해야한다면 더 나은 접근 방법이 될 것입니다.
helpeing에 미리 감사드립니다.
Re : 클러스터 분석 전에 데이터 스케일링K Means Clustering은 스케일링을 제공하며이 옵션은 플랫폼을 시작할 때 기본적으로 활성화됩니다.
Re : 클러스터 분석 전에 데이터 스케일링친애하는 마크,
빠른 답장을 보내 주셔서 감사합니다. 예, 저와 제 suprvisor는 클러스터 수에 대한 사전 가정없이 계층 적 클러스터링을 고려합니다. 그러나 우리가 K 평균 (클러스터 수에 대한 사전 가정으로 cource를 사용)을 사용하여 클러스터하는 것을 고려하면 어떨까요? 우리는 또한 비틀 거림이 필요하지 않습니까?
문안 인사
아메드
Re : 클러스터 분석 전에 데이터 스케일링나는 당신이 클러스터의 수와 식별을 결정하기 위해 계층 적 클러스터링 (감독되지 않음)을 사용하고자한다고 가정한다. 이 방법에서는 센터링 또는 스케일링이 필요하지 않습니다. 다른 다 변수 방법은 센터링 및 스케일링의 이점이 있습니다.
