こんにちは、
私は広範なデータセットを持っており、コンセンサスモデリングアプローチを試して、データセット内の可能性のあるパターンを選択しようとしています。 これらはかなり広範囲にわたるアプローチになるので、スクリプトについていくつかのロジスティックの質問があります。 まず、モデリングが達成しようとしていることのワークフローを分析します。
ワークフロー
1.1。 データセットをランダムにサブセット化します-サンプリングレート0.1。
2.2。 「y」列の因子分析を実行します。
3.因子分析の固有値を使用して、次の数の因子に対してK-meansクラスターを実行します。
-1を超える固有値を持つ因子の数に対する3つの因子。
4.標準偏差を除くすべてのクラスター平均をデータテーブルにします。
5.ステップ4を、ステップ1でサンプリングされたランダムデータのサブセットと連結します。
6.サンプルとk-meanクラスター平均を区別するインジケーター列を作成します。
7.ループしてステップ1から6n回を実行します。
8.最終的な連結テーブルの各ループを区別するためのインジケーター列を作成します。
これはすべて一度に1つずつ実行できますが、ここで取得しようとしているのは、さまざまな反復を通じてこのプロセスを自動化し、ランダムサンプリング手順によって結果がどのように変化したかを示すダッシュボードを作成することです。
これらのステップを相互にコーディングする方法についての入力をいただければ幸いです。 他のすべてのステップ（ステップ3を除く）をデータテーブルに保存してコードを抽出できるため、ループは私に悲しみを与えています。
