双变量模态聚类有人对双变量模态聚类在做什么有任何注释吗？这是“非标准密度LRT菜单”下的一个选项。 该文档的第146页有1个句子，而统计详细信息中没有任何内容。
谢谢！
中号
回复：双变量中的模态聚类以下是技术支持人员给出的回复：
“模态聚类只是在密度中找到峰值并收集梯度下降到该峰值的所有点。SAS Proc MODECLUS 可以做到这一点，尽管它涉及更多维度，而不仅仅是两个维度，并且它使用近邻估计而不是核估计。默认内核是根据 Bowman-Foster 建议选择的：.5*stdDev*n^(1/6)。[ 论文链接]”
其中附有论文链接 - 它是开放内容，因此任何人如果想深入了解都可以下载。
回复：双变量中的模态聚类我不知道这个很酷的功能，但自从你发帖以来，我已经尝试过了。看来它在 JMP 中已经存在很长时间了。
模态聚类通过核密度估计将数据点分类为聚类。以 Big Class 为例，我运行了 Fit Height by Weight，然后选择非标准密度和模态聚类 。它会自动将 Cluster 列保存到数据表中。在此示例中，根据绘制的轮廓分配了 14 个聚类（即，双变量密度中有 14 个峰值）。为了理解它，我运行了 Distribution 和 GB，并将它们放在仪表板中。
为了说明模态聚类，我允许 GB 中的二次曲线随 Cluster 选择自动更新，但将 Bivariare 中的曲线固定到整个数据集。如您所见，总体而言，身高和体重之间的曲率向上，但对于 Cluster 9 而言，曲率向下。您还可以看到这些数据点的位置。 
