419172_fr-FR

liliconcom

Échelle commune de l'ACP

Bonjour la communauté JMP

Existe-t-il un moyen d'effectuer une ACP en utilisant une échelle commune comme il est possible de le faire avec un cluster K-means ?

Je demande parce que le cluster K-means à échelle commune est bien meilleur pour mes données, mais je souhaite supprimer les données de clustering et simplement afficher le biplot PCA avec des axes

Meilleur,

Études de marché et de consommationObjet : barème commun PCA

Merci pour cela. J'aspire au jour où les scripts seront plus naturels que l'interface graphique mais ici j'utilise JMP plus que R...

Objet : barème commun PCA

L'ACP commence par une matrice de corrélation. Si la matrice de covariance est choisie, le biplot PCA correspond au biplot de cluster K-means (échelle commune) et la variance des axes peut être déterminée

Objet : barème commun PCA

À partir du manuel d'utilisation de JMP

apparemment, la matrice de covariance de PCA est la même que l'échelle commune sur le clustering K-means

Objet : barème commun PCA

Ajouter à @Dan_Obermiller commentaire, je crois que K Means centre les colonnes mais ne les met pas à l'échelle lors de l'utilisation de cette option, donc pour reproduire l'analyse avec PCA, vous voudriez d'abord centrer les colonnes, puis faire une PCA non mise à l'échelle.Si vous exécutez le script ci-dessous, les tracés des scores bivariés doivent correspondre.

 

Names default to here(1);

dt = Open( "$Sample_data/Lipid Data.jmp" );

//Center columns
dt << New Column("Age Centered", Numeric, "Continuous", Format("Best", 10), Formula(:Age - Col Mean(:Age)));
dt << New Column("Weight Centered", Numeric, "Continuous", Format("Best", 10), Formula(:Weight - Col Mean(:Weight)));
dt << New Column("Cholesterol Centered", Numeric, "Continuous", Format("Best", 10), Formula(:Cholesterol - Col Mean(:Cholesterol)));
dt << New Column("Triglycerides Centered", Numeric, "Continuous", Format("Best", 10), Formula(:Triglycerides - Col Mean(:Triglycerides)));

//Window with both analyses:
New Window( "Compare",
 H List Box(
  //K Means common scale:
  dt << K Means Cluster(
   Y( :Age, :Weight, :Cholesterol, :Triglycerides ),
   Columns Scaled Individually( 0 ),
   {Single Step( 0 ), Number of Clusters( 3 ), K Means Cluster,
   Go( Show Biplot Rays( [0, 0, 1] ), Biplot( 1 ) )}
  ),
  //PCA unscaled using centered columns
  dt << Principal Components(
   Y( :Age Centered, :Weight Centered, :Cholesterol Centered, :Triglycerides Centered ),
   Estimation Method( "Default" ),
   "on Unscaled"
  )
 )
);

Objet : barème commun PCA

À partir de l'aide de JMP sur K-Means :

Colonnes mises à l'échelle individuellement

Met à l'échelle chaque colonne indépendamment des autres colonnes. À utiliser lorsque les variables ne partagent pas une échelle de mesure commune et que vous ne voulez pas qu'une variable domine le processus de regroupement. Par exemple, une variable peut avoir des valeurs comprises entre 0 et 1 000, et une autre variable peut avoir des valeurs comprises entre 0 et 10. Dans cette situation, vous pouvez utiliser l'option pour que le processus de regroupement ne soit pas dominé par la première variable.

 

Si vous ne les mettez PAS à l'échelle individuellement, vous ne mettez pas à l'échelle les variables.

 

Si vous souhaitez reproduire cela dans les composants principaux, choisissez les composants principaux sur non mis à l'échelle (disponibles dans le menu contextuel rouge des composants principaux). Cependant, gardez à l'esprit que toutes vos variables doivent être sur une échelle similaire pour que ces résultats aient un sens.

Objet : barème commun PCA

Salut, la mise à l'échelle sur le PCA est la même que le K-means lorsque l'option "colonnes mises à l'échelle individuellement" est sélectionnée

Mais je ne peux pas trouver un moyen d'effectuer une mise à l'échelle commune avec PCA comme Kmeans peut le faire lorsque l'option "colonnes mises à l'échelle individuellement" n'est pas sélectionnée

La raison pour laquelle je dois le faire est que le biplot K-means n'inclut pas la variance expliquée par les axes. Si quelqu'un sait comment obtenir le tracé K-means pour afficher cette valeur, je l'apprécierais!

Objet : barème commun PCA

Je ne comprends peut-être pas la question, mais l'ACP centrera et mettra automatiquement à l'échelle toutes les variables lorsque vous effectuerez l'ACP sur les corrélations. Ainsi, toutes les variables sont sur la même échelle.