419172_es-ES

liliconcom

Escala común de PCA

Hola comunidad de JMP

¿Hay alguna forma de realizar PCA utilizando una escala común de la forma en que es posible hacerlo con el clúster K-means?

Lo pregunto porque el clúster de K-means de escala común es mucho mejor para mis datos, pero quiero eliminar los datos de clúster y solo mostrar el biplot de PCA con ejes

Mejor,

AnalíticaGráficosRe: escala común PCA

Puede que no esté entendiendo la pregunta, pero PCA automáticamente centrará y escalará todas las variables cuando esté realizando el PCA en las correlaciones. Por tanto, todas las variables están en la misma escala.

Re: escala común PCA

Hola, la escala en el PCA es la misma que la de las K-medias cuando se selecciona la opción "columnas escaladas individualmente"

Pero no puedo encontrar una manera de realizar un escalado común con PCA como puede hacer Kmeans cuando la opción "columnas escaladas individualmente" no está seleccionada

La razón por la que necesito hacer esto es porque la gráfica de K-medias no incluye la varianza explicada por los ejes. Si alguien sabe cómo hacer que la gráfica de K-medias muestre ese valor, ¡lo agradecería!

Re: escala común PCA

De la ayuda de JMP sobre K-Means:

Columnas escaladas individualmente

Escala cada columna independientemente de las otras columnas. Úselo cuando las variables no compartan una escala de medición común y no desee que una variable domine el proceso de agrupación. Por ejemplo, una variable puede tener valores entre 0 y 1000, y otra variable puede tener valores entre 0 y 10. En esta situación, puede utilizar la opción para que el proceso de agrupación en clústeres no esté dominado por la primera variable.

 

Si NO los escala individualmente, entonces no está escalando las variables.

 

Si desea reproducir eso en Componentes principales, elija los componentes principales Sin escala (disponible en el menú emergente rojo de Componentes principales). Sin embargo, tenga en cuenta que todas sus variables deben estar en una escala similar para que estos resultados tengan sentido.

Re: escala común PCA

Para añadir a @Dan_Obermiller comentario, creo que K Means centra las columnas pero no las escala cuando usa esa opción, por lo que para replicar el análisis con PCA, primero querrá centrar las columnas y luego hacer un PCA sin escalar.Si ejecuta el script a continuación, los gráficos de puntuación bivariados deberían coincidir.

 

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"
  )
 )
);