Comment effectuer au mieux une analyse de cluster sur des données en spirale ?Salut,
J'aimerais savoir quelle plate-forme de clustering, disponible dans JMP ou JMP Pro, est la mieux adaptée pour identifier les clusters à partir de ces données en spirale.
En utilisant HDBSCAN, je peux identifier correctement les clusters comme illustré ci-dessous, mais j'aimerais utiliser JMP si possible :
Script de tableau joint.
Merci jpol
AnalytiqueRe : Comment effectuer au mieux une analyse de cluster sur des données en spirale ?Tringlerie unique. Vous aurez besoin de savoir combien de grappes vous voulez, 3 par exemple, ou cela divisera les bras en spirale en plus.
Hierarchical Cluster(
Y( :X, :Y ),
Method( "Single" ),
Standardize Data( 1 ),
Color Clusters( 1 ),
Dendrogram Scale( "Distance Scale" ),
Number of Clusters( 3 )
)
Dendrogramme avec des couleurs de cluster
Graphique avec couleurs de cluster
Je pense que cet article pourrait aider, j'ai lu juste assez loin pour le voir mentionné "chaîne".
https://stats.stackexchange.com/questions/195446/choosing-the-right-linkage-method-for-hierarchical-clustering
Re : Comment effectuer au mieux une analyse de cluster sur des données en spirale ?Merci Craig d'avoir indiqué la bonne méthode et le lien de l'article.
La méthode Single Link fonctionne très bien sur cet ensemble de données relativement propre.
Le script de table que j'ai fourni ci-dessus comprend un script pour ajouter quelques lignes de données supplémentaires, "Ajouter des lignes".
Ceux-ci doivent être considérés comme des valeurs aberrantes, ou du moins être identifiés comme n'appartenant à aucun des trois principaux clusters. Quelque chose comme le cluster "-1" dans HDBSCAN.
L'ajout de ces points supplémentaires semble faire des ravages avec la méthode de liaison unique (lors de la recherche de 3 ou 4 clusters).
Une idée de comment éviter cela?
- Philippe
Re : Comment effectuer au mieux une analyse de cluster sur des données en spirale ?Je ne suis pas l'expert ici; Je m'en remets aux autres. Je suppose que ce serait une passe distincte pour découvrir des points qui ne sont pas plus éloignés que la moyenne des autres points, mais cela échouerait s'il y avait deux valeurs aberrantes l'une à côté de l'autre, de sorte que leur groupe de deux devrait être testé ... peut-être le HDBSCAN fait quelque chose comme ça.
Pouvez-vous partager quel type de processus produit les amas en spirale ?
