¿Cómo realizar mejor el análisis de conglomerados en datos en espiral?Hola,
Me gustaría saber qué plataforma de agrupación, disponible en JMP o JMP Pro, es la más adecuada para identificar grupos a partir de estos datos en espiral.
Usando HDBSCAN puedo identificar correctamente los grupos como se ilustra a continuación, pero me gustaría usar JMP si es posible:
Guión de tabla adjunto.
Gracias jpol
AnalíticaRe: ¿Cómo realizar mejor el análisis de conglomerados en datos en espiral?Enlace único. Necesitarás saber cuántos grupos quieres, 3 por ejemplo, o dividirá los brazos espirales en más.
Hierarchical Cluster(
Y( :X, :Y ),
Method( "Single" ),
Standardize Data( 1 ),
Color Clusters( 1 ),
Dendrogram Scale( "Distance Scale" ),
Number of Clusters( 3 )
)
Dendrograma con colores de racimo
Gráfico con colores de grupo
Creo que este artículo podría ayudar, leí lo suficiente como para ver que se menciona "cadena".
https://stats.stackexchange.com/questions/195446/choosing-the-right-linkage-method-for-hierarchical-clustering
Re: ¿Cómo realizar mejor el análisis de conglomerados en datos en espiral?Gracias Craig por indicar el método correcto y el enlace del artículo.
El método Single Link funciona muy bien en este conjunto de datos relativamente limpio.
El script de tabla que proporcioné anteriormente incluye un script para agregar algunas filas más de datos, "Agregar filas".
Estos deben considerarse valores atípicos, o al menos identificarse como no pertenecientes a ninguno de los tres grupos principales. Algo así como el clúster "-1" en HDBSCAN.
La adición de estos puntos adicionales parece causar estragos en el método de vinculación simple (cuando se buscan 3 o 4 grupos).
¿Alguna idea de cómo evitar esto?
- Felipe
Re: ¿Cómo realizar mejor el análisis de conglomerados en datos en espiral?No soy el experto aquí; Voy a ceder a los demás. Supongo que sería un paso separado para descubrir puntos que no estén más lejos que el promedio de otros puntos, pero que fallarían si hubiera dos valores atípicos uno al lado del otro, por lo que sería necesario probar su grupo de dos... tal vez el HDBSCAN está haciendo algo así.
¿Puedes compartir qué tipo de proceso produce los cúmulos en espiral?
