안녕하세요,
광범위한 데이터 세트가 있으며 데이터 세트 내에서 가능한 패턴을 선택하기 위해 합의 모델링 접근 방식을 시도하려고 합니다. 이것들은 꽤 광범위한 접근 방식이 될 것이기 때문에 스크립팅에 대한 몇 가지 물류 질문이 있습니다. 먼저 모델링이 달성하려고 하는 워크플로를 분석하겠습니다.
워크플로
1. 무작위 샘플링 비율 0.1에 의한 하위 집합 데이터 세트.
2. "y" 열에 대한 요인 분석을 실행합니다.
3. 요인 분석의 고유값을 사용하여 다음 요인 수에 대해 K-평균 군집을 실행합니다.
- 1보다 큰 고유값을 갖는 요인의 수에 대한 3개의 요인.
4. 표준 편차를 제외한 모든 클러스터 평균을 데이터 테이블로 만듭니다.
5. 4단계를 1단계에서 샘플링된 무작위 데이터의 하위 집합과 연결합니다.
6. 표본과 k-평균 군집 평균을 구별하는 지표 열을 만듭니다.
7. 루프를 실행하여 1-6단계를 n번 실행합니다.
8. 최종 연결 테이블에서 각 루프를 구별하기 위해 표시기 열을 만듭니다.
이 모든 작업을 한 번에 하나씩 수행할 수 있지만 여기에서 얻으려고 하는 것은 여러 반복을 통해 이 프로세스를 자동화하고 무작위 샘플링 절차를 통해 결과가 어떻게 변경되었는지 보여주는 대시보드를 만드는 것입니다.
이러한 단계를 서로 코딩하는 방법에 대한 의견을 보내주시면 감사하겠습니다. 루프는 다른 모든 단계(3단계 제외)를 데이터 테이블에 저장하고 코드를 추출할 수 있기 때문에 나에게 슬픔을 안겨주는 것입니다.
