クラスター分析前のデータのスケーリングみなさん、こんにちは。
私は20サンプルの患者コホートの実験データを持っています。患者ごとに、一連のパラメータがあります。このパラメータは異なる縮尺のものであり、いくつかのＥＬＩＺＡデータは０〜６０００ｐｇ ／ ｍｌの範囲で測定され、他のものは０〜１００の範囲のＴ細胞パーセンテージの範囲である。例ごとに異なる病期があるため、サンプルをサブグループ化するために、私のコーホートに対してクラスター分析を実行したいと思います。私の質問は、そのようなクラスタリングをJMPで実行する前にデータを再スケーリングする必要があるかということです。私が見ているのと同じくらいのfaが人々が彼らのデータを再スケーリングしている（例えばZスコアで）前に彼らがpythonまたはRでクラスタリングする前に。等 データを再スケーリングする必要がある場合、そのためのより良い方法は何でしょう。
助けてくれてありがとう。
再：クラスタ分析前のデータのスケーリングK平均クラスタリングはスケーリングを提供し、このオプションはプラットフォームの起動時にデフォルトで有効になります。
再：クラスタ分析前のデータのスケーリング親愛なるマーク、
素早い返信ありがとう。はい、私と私のsuprvisorは、クラスタ数を事前に想定せずに階層的クラスタリングを検討しています。しかし、K平均を使ってクラスタ化することを考えた場合（クラスタ番号の前提付きのcource）はどうでしょうか。私達はまた縮尺を必要としませんか。
よろしく
アーメド
再：クラスタ分析前のデータのスケーリングクラスタの数と識別のために、階層型クラスタリング（教師なし）を使用するつもりであると思います。この方法では、センタリングや拡大縮小は必要ありません。他の多変量法は、センタリングとスケーリングから恩恵を受けます。
