Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Hi,
Ich habe eine Frage von einem Kunden bekommen, ich habe versucht, eine Lösung zu finden, konnte aber bisher keine finden.
Hoffe, Ihre Idee zu teilen.
Hier ist die Situation.
Sie produzieren Produkt B und messen 5 Punkte in jedem Produkt (Charge) wie unten.
Und T Sie möchten die 5 ähnlichsten Produkte basierend auf dem Wert von 5 Punkten gruppieren
(Angenommen, es gibt 100 Produkte, 5 Punkte und 500 Messdaten)
1. Wir können basierend auf einigen Statistiken (Mittelwert, stdev und andere Methoden zur Berechnung der Ebenheit usw.) für 5 Punkte gruppieren.
Aber ich denke, dass diese Methoden im Vergleich zu Clustering weniger sinnvoll sind.
2. Ich habe Hierarchie und K-Means ausprobiert. In diesem Fall weisen diese Verfahren auch einige Einschränkungen auf.
Sie möchten in jedem Cluster nach einer festen Anzahl (dh 4 oder 5) von Produkten gruppieren.
Ich habe etwas Ähnliches über die Einstufung von landwirtschaftlichen Produkten gesehen, aber ich konnte mich nicht erinnern.
Gibt es noch andere Ideen?
Danke im Voraus
Ikju
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Hallo Jan, Hallo Christian,
Vielen Dank für Ihre Diskussion.
Kovariate DOE ? Ich weiß es nicht.
Wie wäre es mit PCA?
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Kein Problem. Mit Covariate DoE können Sie dieselben Gruppen gleicher Größe erstellen, was der anfängliche Schwerpunkt dieses Threads ist.
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Vielen Dank @jiancao - natürlich und ja macht absolut Sinn; falsch interpretiert, was "ähnlich" sein musste, und wurde vom anderen Thread vorbereitet. Entschuldigen Sie!
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Christian,
Covariate DoE kann, wie ich es verstehe, verwendet werden, um ähnliche Gruppen zu erstellen, während Clustering darin besteht, ähnliche Objekte verschiedenen Gruppen zuzuweisen. es ist wie Innerhalb-Variabilität vs. Zwischen-Variabilität.
Bevor Ihre Daten eintrafen, habe ich gerade einen Vergleich durchgeführt: Gruppierung nach Entfernung versus. Gruppierung unter Verwendung von Kovariate DoE auf Big Class. Unten ist die ANOVA für die drei Kovariaten oder Clustering-Variablen, die bei der Gruppierung verwendet werden: Alter, Größe und Gewicht:
Wie Sie sehen können, erzeugt die Gruppierung nach Entfernungen vier Gruppen mit unterschiedlichen Mittelwerten (linke Spalte), während die Gruppierung über die Kovariate DoE vier Gruppen mit ähnlichen Mittelwerten erzeugt (rechte Spalte);
Macht das Sinn?
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.@jiancao Wäre dies ein weiteres Beispiel für die Verwendung der Kovariate DoE mit Blöcken, wie in diesem Thread über die Mäuse erwähnt? Ich habe nicht verglichen, was hinter den Kulissen in Kovariaten-DoE mit den Clustering-Methoden passiert, aber es scheint, dass die Anwendung ähnlich ist: Optimalerweise äquivalente Gruppen definierter Größe erstellen.
Entschuldigung, verwandter Thread hier .Ich habe auch die Datei angehängt, die zum Erkunden der Idee verwendet wurde. In diesem Fall nur 1 Kovariate, Gewicht (obwohl die Quelltabelle 2 enthält, sodass ich verschiedene Verteilungen untersuchen kann).
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Ich sehe, dass Sie die Entfernungen verwendet haben, die aus einer 20-Cluster-Lösung gespeichert wurden, die die Entfernungen vom Schwerpunkt jedes Clusters sind. Versuchen Sie, die skalierten Entfernungen von 0 zu verwenden (Sie können einen Ein-Cluster ausführen und dann die Mittelwerte entfernen). Dies ist jedoch nur eine Möglichkeit, die Ähnlichkeit zwischen Objekten zu berechnen.
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Aufgrund der ernsthaften Bitte des Kunden konnte ich die Originaldaten nicht teilen, also habe ich eine ähnliche Datenstruktur erstellt.
Bitte geben Sie Ihre Ideen
Vielen Dank
Ikju
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Hallo Jian,
Vielen Dank für Ihre wertvollen Kommentare.
Ich kann gemäß Ihren Kommentaren gleich große Cluster erstellen. (Datengröße 135 = 27 * 5)
Ceiling(
(Col Rank( :"Distance Formula(K Means)"n ) /
Col Number( :"Distance Formula(K Means)"n )) * 27
)
Clustering mit k-Means-Distanz scheint jedoch keine geeignete Methode zu sein. Der Schlüssel ist, ähnliche Dinge nach gleicher Größe zu gruppieren. Ich glaube nicht, dass dies der richtige Weg ist, ähnliche Dinge zu gruppieren.
Ich habe 3 GIF-Animationen angehängt
Re: Gruppierung nach fester Anzahl (dh 4 oder 5) von Produkten im Cluster.Ikju: Was ist die Einschränkung von Clustering? Du hast die gleich großen Gruppen nicht bekommen?
Wenn dies der Fall ist, können Sie diese JSL * verwenden, nachdem Sie kmeans für eine Ein-Cluster-Lösung ausgeführt haben, und die Entfernungen speichern:
((Col Rankc(:Distance Formula ) / Col Number( :Distance Formula )) * N Row() / :Group Size)
(*adaptiert von Phil Kays Post .)
