你好，
最好輸入一種方法來自動識別可以區分雙變量響應的參數，如下面的示例圖中所示。 數據集具有約20k的數字連續列和一個字符響應列。 響應列中包含字母A或B的條目。
目標是確定可以識別許多類別B而又不識別任何類別B的參數。
在視覺上，我確定了2個特定參數，這些參數可以識別大多數類別B，而無需識別任何類別A。 它可以用直線區分它們。 分區效果不佳，因為對於兩個參數中的每一個，類別B都在類別A的分佈內。
jmp / jsl中自動執行此識別的最佳方法是什麼？
感謝您的時間和幫助。 - C
請參閱隨附的腳本，
它生成具有連續x和雙變量響應的表。
有一些用於虛擬化和建模的腳本。
您可以嘗試進行響應篩選，並使用擬合模型來查找相關變量。
由於有20K列，因此可以選擇連續x的PCA（可變歸約技術）。
在此示例中，沒有任何結果，因為所有x都是獨立的（隨機法線）。
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"
)
)}
);此外，預測變量篩选和判別分析也可以提供您想要的結果。
對於許多數據，從一小部分開始測試不同的方法可能是一個不錯的選擇。
您提前知道類別嗎？ 還是根據散點圖識別了它們？
您是否正在尋找一種在二維空間中區分兩個群集的方法？
