Quelqu'un a-t-il des notes sur ce que fait le cluster modal dans Bivariate? C'est une option sous le menu LRT non par densité. Les doc ont 1 phrase à la page 146 et rien dans les détails statistiques.
Merci!
M
Voici ce que le support technique a répondu :
« Le clustering modal consiste simplement à trouver des pics dans la densité et à collecter tous les points qui se trouvent sur la pente descendante du gradient jusqu'à ce pic. SAS Proc MODECLUS le fait, mais il est dans plus de dimensions, pas seulement deux, et il utilise des estimations de voisins proches plutôt que des estimations de noyau. Le noyau par défaut est choisi selon la recommandation Bowman-Foster : .5*stdDev*n^(1/6). [ Lien vers l'article ] »
Un lien vers le document est inclus - c'est un contenu ouvert, donc tout le monde peut le télécharger s'il veut vraiment aller au fond des choses.
Je ne connaissais pas cette fonctionnalité intéressante, mais maintenant que j'ai joué avec depuis ton post, elle semble être disponible dans JMP depuis longtemps.
Le clustering modal classe les points de données en clusters via l'estimation de la densité du noyau. En utilisant Big Class comme exemple, j'ai exécuté Fit Height by Weight, puis sélectionné Densité non par et Regroupement modal . Il enregistre automatiquement une colonne Cluster dans la table de données. Dans cet exemple, 14 clusters sont attribués en fonction des contours dessinés (c'est-à-dire qu'il y a 14 pics dans la densité bivariée). Pour donner un sens à tout cela, j'ai exécuté Distribution et GB, et je les ai placés dans un tableau de bord.
Pour illustrer le clustering modal, j'autorise la mise à jour automatique de la courbe quadratique dans GB avec la sélection du cluster, mais je garde la courbe dans le bivariare fixée à l'ensemble des données. Comme vous pouvez le voir, dans l'ensemble, il existe une forte courbure vers le haut entre la taille et le poids, mais pour le cluster 9, elle est vers le bas. Vous pouvez également voir où se trouvent ces points de données. 
