こんにちは、
以下のプロット例に示すように、2変量応答を区別できるパラメーターの識別を自動化するアプローチに関する入力を取得することは素晴らしいことです。 データセットには、最大20kの数値連続列と1文字の応答列があります。 応答列には、文字AまたはBのエントリがあります。
目的は、カテゴリBを識別せずに（またはごくわずか）カテゴリBを識別できるパラメータを識別することです。
カテゴリAを特定せずに、カテゴリBの大部分を特定できる2つの特定のパラメータを視覚的に特定しました。 それは直線でそれらを区別することができます。 カテゴリBは、2つのパラメータのそれぞれについて個別にカテゴリAの分布内にあるため、パーティションはうまく機能しません。
この識別を自動化するためのjmp / jslの最良のアプローチは何でしょうか？
お手数をおかけしますが、よろしくお願いいたします。 -C
同封のスクリプトをご覧ください。
連続xと2変量応答を持つテーブルを生成します。
vizualizationとモデリングのためのいくつかのスクリプトがあります。
関連する変数を見つけるために、応答スクリーニングと適合モデルを試すことができます。
20Kの列が多数あるため、連続xのPCAがオプションになります（変数削減手法）。
この例では、すべてのxが独立している（ランダム正規）ため、結果はありません。
Names Default To Here( 1 );
cdt = New Table( "data", New Column( "response", Character ) );
cdt << add rows( 100 );
For( i = 1, i <= 10, i++,
cdt << New Column( "col" || Char( i ), Continuous, set each value( Random Normal( i, 1 ) ) )
);
cdt:response << set formula( If( :col5 < 4 & :col6 < 5, "B", "A" ) );
cdt <<
Add Properties to Table(
{New Script(
"col6 vs. col5",
Graph Builder(
Variables( X( :col5 ), Y( :col6 ), Overlay( :response ) ),
Elements( Points( X, Y, Legend( 13 ) ), Smoother( X, Y, Legend( 14 ) ) )
)
), New Script(
"Scatterplot Matrix",
Scatterplot Matrix(
Y(
:response,
:col1,
:col2,
:col3,
:col4,
:col5,
:col6,
:col7,
:col8,
:col9,
:col10
),
Matrix Format( "Lower Triangular" )
)
), New Script(
"Response Screening of response",
Response Screening(
Y( :response ),
X(
:col1,
:col2,
:col3,
:col4,
:col5,
:col6,
:col7,
:col8,
:col9,
:col10
)
)
), New Script(
"Fit Nominal Logistic",
Fit Model(
Y( :response ),
Effects(
:col1,
:col2,
:col3,
:col4,
:col5,
:col6,
:col7,
:col8,
:col9,
:col10
),
Personality( "Nominal Logistic" ),
Run( Likelihood Ratio Tests( 1 ), Wald Tests( 0 ) )
)
), New Script(
"Principal Components",
Principal Components(
Y(
:col1,
:col2,
:col3,
:col4,
:col5,
:col6,
:col7,
:col8,
:col9,
:col10
),
Estimation Method( "Default" ),
"on Correlations"
)
)}
);また、予測子のスクリーニングと判別分析により、必要なものが正確に得られる場合があります。
多くのデータがあるため、最初に小さなセットから始めて、さまざまな方法をテストすることをお勧めします。
事前にカテゴリーを知っていますか？ または、散布図に基づいてそれらを識別しましたか？
その2次元空間で2つのクラスターを区別する方法をお探しですか？
