안녕하세요 여러분,
변수 감소와 클러스터링을 모두 해야 하는 시스템에서 작업하고 있습니다. 저는 물고기 행동을 연구하고 있습니다. 저는 세 가지 행동적 처리가 있고 PCA 바이플롯을 보면 제 데이터가 두 그룹으로 클러스터링되고 대략 가장 낮은 처리 범주와 가장 높은 처리 범주에 해당한다는 것이 분명합니다. 두 가지로 나뉜 중간 범주가 있습니다. 저는 K-means를 사용하여 제 처리 변수를 세 가지가 아닌 두 가지 처리로 통합하여 나중에 분석에 사용하고 싶습니다.
두 가지 질문:
1: 매우 유사한 높은 상관관계의 입력(신체 곡률을 측정하는 여러 가지 방법)을 여러 개 사용하면 클러스터링 알고리즘에 문제가 생기나요? 클러스터링 전에 변수 감소를 해야 하나요?
2: "이 클러스터는 아무 의미가 없어요. 물론 클러스터링 알고리즘이 차이점을 찾을 거예요."라는 리뷰어의 의견을 들었는데, K-평균 클러스터의 작동 방식을 언급하는 이러한 의견을 해결할 방법이 있나요?
감사해요,
스티븐
Hi Stephen2020-사진을 보면 매우 강력한 PCA 결과가 있습니다. 이것은 두 그룹에 대한 통계적 지원입니다. K- 평균은 PCA 결과를 사용하므로 K- 평균을 수행하는 과정에서 변수 축소를 수행했습니다.
Principal Components 플랫폼에서 고유 값의 중요성에 대해 Bartlett Test를 수행하십시오. K- 평균을 수행하면 이중 플롯 아래에 이러한 고유 값이 표시됩니다. Bartlett 테스트에서 중요한 것이 없다면 K-means에서 좋은 그룹을 얻지 못할 것입니다. 마찬가지로, 변동의 많은 부분을 설명하는 고유 값이 없으면 실제로 상관 관계 구조가 많지 않고 변수 축소가 많이 수행되지 않으므로 K- 평균은 마술처럼 명확한 그룹화를 생성하지 않습니다.
CCC를 사용하여 다른 수의 클러스터를 테스트 할 수 있으며 2를 얻는 경우 2가 적절한 수의 클러스터라는 추가 지원이됩니다. CCC는 큐빅 클러스터링 기준이며 2에서 5와 같은 다양한 클러스터를 시도합니다. 설명서에는이 방법에 대한 참조가 있습니다. 2를 얻지 못하면 2 그룹을 사용하지 않는 것이 정당화되지 않습니다 (전문가가 2 그룹을 선택했기 때문에). CCC는 지침이자 증거입니다.
마지막으로 그룹에 대해보고 된 평균 및 표준 편차를 K- 평균으로 사용하십시오. 표준 편차가 군집간에 겹치나요 (하나의 겹침이 높고 다른 것의 겹침이 높습니까?이를 계산해야 함)? 그렇지 않다면, 그것에 대해서도 진술 할 수 있습니다.
한가지주의 할 점은 PCA와 K- 평균에 넣은 것은 나중에 더 이상 분석을 위해 뽑아서 Y 변수로 사용할 수 없다는 것입니다.
도와 주셔서 감사합니다. 주의 사항을 추가로 설명 할 수 있습니까? (9) 입력 및 (9) 출력 변수 세트가 있습니다. 현재 K-means 클러스터에 모든 것을 던지고 있습니다. K- 평균을 사용하여 군집을 식별하면 치료 횟수가 3에서 2로 효과적으로 줄어 듭니다. 그런 다음 "클러스터 변수"도구를 사용하여 대표 입력 및 출력 변수 (변수 감소의 형태)를 식별 한 다음 해당 대표 변수를 사용하여 모델을 작성합니다. 각 데이터 클러스터마다 별도의 모델을 작성하고 있습니다. 그것을 단순화하고 하나의 입력과 하나의 출력을 가지고 있다고 말하면 둘 다 클러스터를 식별 한 다음 각 클러스터 내에서 입력과 출력을 회귀했습니다. 데이터를 부적절하게 사용하고 있습니까?
나는 당신이하고있는 일과 궁극적 인 목표에서 약간 길을 잃었습니다. 이를 염두에두고 고려해야 할 사항이 있습니다.
9 개의 입력 (X)과 9 개의 출력 (Ys)이 있다고합니다. 당신은 또한 치료를 위해 무언가를 바꾸고 있습니다-이것은 18 변수 중 하나입니까?. Xs 대 Ys 또는 18 변수 대 처리와 같은 궁극적 모델이 무엇을 나타내는 지 이해하지 못합니까?
K- 평균과 같은 클러스터링 기술을 사용하여 데이터를 분할하고 (행이 함께 이동) 각 데이터 하위 집합에서 모델을 작성할 수 있습니다. 일반적으로 사람들은 행을 나누는 것 외에 세그먼트 화하는 경우 실제 모델에서 클러스터링 결과를 사용하지 않습니다. 각 세그먼트에 대해 독립적으로 추가 차원 축소를 수행 할 수 있습니다. 즉, 데이터의 각 세그먼트를 독립적으로 처리하기로 결정했습니다.
변수 군집화를 사용하여 모형의 주요 변수를 식별하는 것은 K- 평균에 비해 군집을 구성하는 다른 방법입니다. 따라서 두 가지 다른 클러스터링 방법을 사용하고 있으며이를 함께 사용하는 방법이 명확하지 않습니다. 향후 Y 변수에는 변수 클러스터링을 사용하지 않을 것입니다. 모델링 할 때까지 분석에서 벗어나야합니다. 마찬가지로, 18 개의 변수 (X와 Y)를 모두 사용하여 K- 평균을 수행하는 경우이를 기준으로 데이터를 2로 나누고 각 섹션에서 모델을 실행하면 X 간의 관계를 허용하여 결과를 편향했음을 알 수 있습니다. 다른 모델을 만들기 전에 고려해야 할 사항입니다. X의 클러스터 (Ys가 아닌 모델에서 사용하려는 경우)
전반적으로 변수 그룹에서 차원 축소 기술을 사용할 때 다른 모델에서 X로 사용하려는 경우 향후 Y 변수를 거기에 넣지 않습니다. 모델을 실행하는 요점은 일부 X가 관심있는 Y 변수에 대해 무슨 일이 일어나고 있는지 설명하는 것입니다. 이러한 X와 Y를 PCA로 묶거나 클러스터링하는 경우 왜 모델을 처음부터 수행해야하는지 혼란스럽게 생각합니다.
목표에 따라 몇 가지 다른 아이디어가 있습니다.
X에서 Y를 사용하여 변수를 선택하는 방법이 있습니다-Partition을 사용하거나 Bootstrap Forest와 같은 다른 트리 방법을 사용하십시오. 이것은 Y와 관련하여 가장 높은 순위를 매기는 변수를 제공하며, 작거나 전혀 다른 X를 무시할 수 있습니다. 그런 다음이 X를 가져 와서 모형 적합에 모형을 작성하십시오.
모든 바디 곡률과 같이 일부 변수에서 치수 축소를 수행 할 수도 있습니다. PCA를 수행하고 모델에서 최상위 PCA 구성 요소를 사용합니다 (예 : 3 개의 PCA 구성 요소에서 9 개의 곡률 측정을 설명 할 수 있음). 그런 다음 모델에서 PCA 구성 요소를 X로 사용하십시오. 다시 PCA에 미래 Y를 포함시키지 마십시오. 이것은 PCA가 직교하는 좋은 이유인데, 이는 선형 모델링의 가정입니다.
JMP Pro가있는 경우 GenReg에서 LASSO를 사용하여 변수 축소를 수행하고 모델을 동시에 적합시킬 수 있습니다. 이 모델의 복잡도에는 제한이 있습니다. 먼저 트리 방법을 사용하여 변수 수를 줄일 수 있습니다.
또한 행동 데이터가 있다고 말했기 때문에 작은 데이터 세트에 대한 일부 리샘플링 방법이 있기 때문에 GenReg를 사용하여 모델에 적합 할 수 있습니다.
9X와 9Y를보고 있다면 PLS가 필요할 수 있습니다.
마지막으로, 아마도 당신이하려는 것은 실제로 차별 분석입니다. 18 개 변수를 모두 사용하여 처리를 설명하는 모델을 작성하려는 경우 판별 분석은 변수 축소가 포함 된 범주 형 회귀 분석이며 이에 적합합니다. 2 개 또는 3 개의 처리로 DA를 실행하고 적합치를 비교하여 2 개 또는 3 개의 그룹이 있는지 판별 할 수 있습니다.
있다 JMP 주제 마 스팅 위에서 언급 한 모든 항목에 대해
이거 보았 니 다변량 분석 비디오 ? 또 한있다 일지 그것은 비디오와 함께 간다.
