PCA zum Trennen zweier ErgebnisseHallo,
Ich habe ein binäres Ergebnis für eine Gruppe von Patienten und eine lange Liste gemessener Variablen (d. h. potenzielle Prädiktoren/Merkmale). Ich kann eine PCA für die gesamte Gruppe oder für jede Gruppe separat durchführen (d. h. positive und negative Patienten separat). Was ich aber wirklich wissen möchte, ist Folgendes: Welches sind die beiden Hauptkomponenten, die die positiven von den negativen Patienten am besten trennen? Ich habe ein wenig mit der Diskriminanzanalyse herumgespielt, bin aber noch nicht weit gekommen. Jede Hilfe und Anregung ist willkommen.
Danke!
Uriel
Erweiterte statistische ModellierungBetreff: PCA, um zwei Ergebnisse zu trennenHallo,
Haben Sie die Diskriminanzanalyseplattform oder die Antwortprüfungsplattform in Betracht gezogen, wenn Sie filtern / fokussieren müssen, welche Variablen für Ihre Klassifizierung am relevantesten sind?
Beste,
TSBetreff: PCA, um zwei Ergebnisse zu trennenHallo @utkcito ,
PCA ist möglicherweise nicht das richtige Werkzeug für Sie. Da Sie ein binäres Ergebnis haben (Ein / Aus, 1/0, tot / lebendig), klingt es eher nach einem logistischen Regressionsproblem, ähnlich wie das Beispiel der Titanic-Überlebenden in den Beispieldaten in JMP. Der Zweck von PCA ist nicht unbedingt die Vorhersage eines Ergebnisses, dh die Trennung von 0/1-Ergebnissen. Mit einem Entscheidungsbaum, einem neuronalen Netz oder anderen baumbasierten Methoden wie XGBoost sind Sie möglicherweise besser dran. Sie könnten sogar versuchen, Vektormaschinen zu unterstützen. Viele dieser Optionen hängen davon ab, über welche JMP-Version Sie verfügen (z. B. Pro oder Standard).
PCA ist wirklich darauf ausgelegt, einen Satz linear unabhängiger Vektoren (des Prädiktor-Datensatzes - Sie würden ihm nicht die Antwortdaten zuführen) zu finden, der die maximiert Variabilität in den Daten entlang einer Reihe von orthogonalen Hauptkomponenten erklärt. Sie können dies in der Hilfe von JMP nachlesen Hier . Die Hauptkomponenten werden nicht unbedingt gute Prädiktoren sein, um die positiven / negativen zu trennen. Dies ist möglicherweise viel besser für die SVM-Plattform geeignet. Wenn Sie nicht über Pro verfügen, sollten Sie entweder die Partitionierungsentscheidungsbaummethode oder das neuronale Netz ausprobieren.
Eine andere Sache: Abhängig davon, wie viele Zeilen Sie haben, möchten Sie möglicherweise eine Validierungsspalte generieren, die in der Ergebnisspalte geschichtet ist, und diese für eine Validierung Ihres Modells verwenden. Sie können auch eine Nullfaktorspalte hinzufügen (siehe das Autovalidierungs-Add-In für JMP), um festzustellen, ob der Satz möglicher Prädiktoren im Modell tatsächlich häufiger angezeigt wird als ein vollständig zufälliger und orthogonaler Nullfaktor.
Hoffe das hilft.
Viel Glück!,
DS
Betreff: PCA, um zwei Ergebnisse zu trennenHallo TS und DS,
Ich suche keine Prädiktoren mit der PCA. Ich möchte charakterisieren, beschreiben. Ich denke, die Diskriminanzanalyse sollte dies nach der breiten linearen Methode tun, da sie Hauptkomponenten zeigt, aber die Details der Hauptkomponenten, die sie erzeugt, nicht finden kann, um zu beurteilen, ob dies wirklich der Fall ist.
Uriel.
Betreff: PCA, um zwei Ergebnisse zu trennenSie könnten PLS-DA anstelle von PCA in Betracht ziehen. PLS stellt sicher, dass sich die ersten Komponenten auf die meisten Abweichungen in Ihrem Ziel beziehen. Mit anderen Worten, für ein einzelnes Y sollten Sie immer die beste Trennung in den Bewertungsdiagrammen der Komponenten 1 und 2 sehen. Sie können sich dann Belastungen, VIP v-Koeffizienten oder ansehen Verwenden Sie Methoden, die Sie in PCA gewohnt sind, um die variable Bedeutung zu bewerten.
Sie können PLS-DA entweder mit der PLS-Persönlichkeit von starten Modell montieren Plattform, oder indem Sie eine Variable erstellen, die je nach Kategorie entweder 1 oder 0 ist, und diese dann in den Abschnitt 'Y' des PLS Plattform.
Betreff: PCA, um zwei Ergebnisse zu trennenHallo @utkcito ,
Ich bin einverstanden mit @ich h Die PLS-Plattform ist möglicherweise besser für Ihre Aufgaben geeignet, oder auch die SVM-Plattform.
Ein Grund, warum die Diskriminanzanalyse möglicherweise nicht funktioniert, besteht darin, dass Ihr Datensatz möglicherweise nicht vollständig dem erwarteten Format für den DA entspricht. Der DA erfordert kategoriale X und kontinuierliche Antworten Ys, und es ist eine Art Umkehrung, bei der die kontinuierlichen Ys verwendet werden, um letztendlich die X vorherzusagen, dh eine Klassifizierungsvariable basierend auf einer bekannten kontinuierlichen Y-Variablen vorherzusagen.
Wenn Sie die X verwenden möchten, um das Ergebnis Y zu charakterisieren / zu beschreiben, sind PLS, Partitionierung oder SVM möglicherweise bessere Plattformen, denke ich. Und wie @ich h Unter Verwendung der VIP-Diagramme können Sie dies zusammen mit dem VIP-Schwellenwert verwenden, um ein vereinfachtes Modell zu generieren, bei dem nicht jede einzelne X-Spalte im Modell verwendet wird. Clustering könnte ebenfalls eine Option sein, ist jedoch möglicherweise nicht so sinnvoll wie das PLS, wenn versucht wird, die Ergebnisse zu interpretieren.
Ich hoffe, Sie können eine dieser Plattformen verwenden, um Ihre Arbeit zu unterstützen.
Viel Glück!,
DS
Betreff: PCA zum Trennen zweier ErgebnisseHallo @utkcito ,
Obwohl ich den anderen hinsichtlich der möglichen Optionen zur Datenanalyse voll und ganz zustimme, möchte ich Ihnen eine weitere JMP Pro-Plattform vorstellen, deren Ausprobieren sich lohnt. Die generalisierte Regression (GR) eignet sich hervorragend für binomiale/binäre Ergebnisse. Die Algorithmen LASSO und Elastic Net ermöglichen Ihnen, die optimale Variablenkombination im von Ihnen bearbeiteten Faktorraum und nicht im Hauptkomponenten- oder latenten Faktorraum (PLS) zu finden. Sowohl bei PCA- als auch bei PLS-Modellen kann es schwierig sein, ohne großen Mehraufwand das Wichtigste zu bestimmen. Sie haben außerdem zahlreiche Möglichkeiten zur Kreuzvalidierung, um Überanpassung zu vermeiden.
Neuronale Netze (NN) könnten für Sie nützlich sein. Die Funktion TanH (Hyperbolic Tangens) eignet sich sehr gut für binomiale Ergebnisse. Sie werden automatisch zur Kreuzvalidierung weitergeleitet, um Überanpassung zu vermeiden. (JMP und JMP Pro)
Mit Bootstrap Forest als Partitionierungsmethode können Sie auch die wichtigsten Faktoren in Ihrem Faktorraum finden. (JMP Pro)
Ein letzter Gedanke: Wenn Sie Zugriff auf JMP 16 EA haben, können Sie die Modellprüfung unter „Predictive Modeling“ ausprobieren, um das beste Gesamtmodell für Ihre Daten zu finden.
Modell-Screening wird eine der großartigen neuen Funktionen in JMP Pro 16 sein
Betreff: PCA zum Trennen zweier ErgebnisseVielen Dank an alle Antwortenden. Eure Kommentare sind hilfreich – ich habe in der Vergangenheit tatsächlich alle diese Optionen zur Datenanalyse genutzt. Mich hat insbesondere interessiert, wie eine orthogonale Diskriminierung aussehen würde, aber falls dies nicht direkt möglich ist, werde ich weitermachen.
Uriel.
