按集群中的固定數量（即 4 或 5 個）產品分組。你好，
我從一些客戶那裡得到了一些問題，我試圖找到解決方案，但直到現在才找到。
希望你的想法分享。
這是情況。
他們生產產品 B 並在每個產品（批次）中測量 5 分，如下所示。
和T嘿想根據5分的價值將5個最相似的產品分組
（假設有100個產品，5個點，500個測量數據）
1.我們可以根據一些統計數據（mean、stdev等方法計算平坦度等）分組為5個點。
但我認為與聚類相比，這些方法不太合理。
2. 我嘗試了 Hierarchy 和 K-Means。 在這種情況下，這些方法也有一些局限性。
他們希望在每個集群中按固定數量（即 4 或 5 個）的產品進行分組。
我看到過類似的關於農產品分級的內容，但我想不起來了。
還有其他想法嗎？
提前致謝
益州
回复：按集群中的固定數量（即 4 或 5 個）產品分組。Ikju：聚類的限制是什麼？ 你沒有得到同等規模的團體？
如果是這樣，您可以在為單集群解決方案運行 kmeans 並保存距離後使用此 JSL*：
((Col Rankc(:Distance Formula ) / Col Number( :Distance Formula )) * N Row() / :Group Size)
(*改編自 Phil Kay's郵政.)
回复：按集群中的固定數量（即 4 或 5 個）產品分組。嗨，簡，
感謝您的寶貴意見。
我可以根據您的意見製作相同大小的集群。（數據大小 135 = 27*5）
Ceiling(
(Col Rank( :"Distance Formula(K Means)"n ) /
Col Number( :"Distance Formula(K Means)"n )) * 27
)
然而，使用 k-means 距離進行聚類似乎不是一個合適的方法。 關鍵是將相似的事物按相同的大小分組。 我認為這不是將類似事物分組的正確方法。
我附上了 3 個 gif 動畫
回复：按集群中的固定數量（即 4 或 5 個）產品分組。由於客戶的懇求，無法共享原始數據，所以我創建了一個類似的數據結構。
請給出你的想法
謝謝
益州
回复：按集群中的固定數量（即 4 或 5 個）產品分組。我看到您使用了從 20 個集群解決方案中保存的距離，即與每個集群質心的距離。 嘗試使用從 0 開始的縮放距離（您可以運行一個集群，然後刪除均值）。 然而，這只是計算對象之間相似性的一種方式。
回复：按集群中的固定數量（即 4 或 5 個）產品分組。@建草這是否是使用協變量 DoE 的另一個實例，使用該線程中提到的關於小鼠的塊？ 我沒有將協變量 DoE 的幕後發生的事情與聚類方法進行比較，但似乎應用程序是相似的：以最佳方式創建定義大小的等效組。
抱歉，相關主題這裡.我還附上了用於探索這個想法的文件。 在這種情況下，只有 1 個協變量權重（儘管源表有 2 個，因此我可以探索不同的分佈）。
回复：按集群中的固定數量（即 4 或 5 個）產品分組。基督教，
據我了解，Covariate DoE 可用於創建相似的組，而聚類則是將相似的對象分配到不同的組中。這就像內部變異與變異之間。
在你的數據進來之前，我只是做了一個比較：使用距離與分組進行分組。在 Big Class 上使用協變量 DoE 進行分組。 以下是用於分組的三個協變量或聚類變量的方差分析：年齡、身高和體重：
如您所見，按距離分組會創建四個具有不同均值的組（左列），而通過協變量 DoE 分組會生成具有相似均值的四個組（右列）；
這有意義嗎？
