K bedeutet mit festen ZentrenHallo, gibt es eine Methode zur Berechnung der k-Mittelwerte für einen Datensatz, sind aber einige Zentren vordefiniert?Das heißt, ich habe die folgenden Zufallsdaten und möchte k=3 Zentren finden, aber 2 der Zentren sind bereits an einem bestimmten Ort fixiert.Ist die Funktionalität in JMP 14.2.0 vorhanden?Danke!
Punkte:
| Etikett | X | Y |
| Punkt 1 | 3 | 3 |
| Punkt2 | 4 | 4 |
| Punkt3 | 6 | 6 |
| Punkt4 | 50 | 30 |
| Punkt 5 | 60 | 60 |
| Punkt6 | 70 | 90 |
| Punkt7 | 90 | 90 |
| Punkt8 | 99 | 99 |
| Punkt9 | 101 | 101 |
| Punkt 10 | 102 | 102 |
Finden Sie den dritten Cluster, wenn diese beiden Zentren bereits definiert sind:
| Etikett | X | Y |
| Schwerpunkt1 | 5 | 5 |
| Schwerpunkt2 | 100 | 100 |
Die reguläre Ausgabe zur Analyse der Punkte funktioniert einwandfrei und optimiert die drei Cluster, berücksichtigt jedoch nicht die gewünschten festen Cluster:
Verbraucher- und MarktforschungBetreff: K bedeutet mit festen MittelpunktenHallo @AvgRegression52 ,
Freut mich zu hören, dass dieser Trick bei Ihnen zu funktionieren scheint! Ja, da die Frequenz/das Gewicht manipuliert wird, um die ersten beiden Schwerpunktpositionen zu steuern, kann die letzte dritte Schwerpunktposition von dieser Änderung betroffen sein.
Kein Problem, ich wollte nicht aufdringlich sein, ich verstehe jetzt besser, warum Sie 2 Schwerpunkte behalten wollten, das klingt nach iterativem K-Means-Clustering (oder K-Means-Clustering mit Einschränkungen): dank der Möglichkeit, neue Beobachtungen zu gruppieren bereits vorhandene Cluster (z. B. aus früheren Analysen) und neu erstellte Cluster (falls erforderlich). Ich habe bereits eine ähnliche Frage auf StackOverflow gesehen, deshalb war ich etwas neugierig auf den Kontext.
Vielen Dank für Ihre Erklärungen!
Alles Gute,Betreff: K bedeutet mit festen MittelpunktenDanke @Victor_G , diese erhöhte Frequenz scheint für meinen Anwendungsfall in Ordnung zu sein!Punkt, aufgenommen am manipulierten 3. Cluster-Standort, da die realen Daten einen Cluster nicht so deutlich erkennen lassen wie die Stichprobe.
Leider kann ich die tatsächlichen Daten oder spezifischen Details nicht weitergeben, aber die Hauptdaten konzentrieren sich auf Kundensupportnetzwerke.Wir verfügen derzeit über mehrere Einrichtungen in einer bestimmten Stadt wie Los Angeles und möchten in der Nähe aller Servicepunkte liegen.Allerdings besitzen wir heute bereits Immobilien an 2 Standorten und prüfen einen dritten, sodass es einige unterschiedliche Szenarien gibt:
1) Wenn wir alle unsere aktuellen Immobilien aufgeben würden, wohin würden wir alle drei neuen Immobilien verlegen (k-means ist das in Ordnung)?
2) Wenn wir die bestehenden 2 Standorte beibehalten, wo ist der ideale Standort für eine dritte Immobilie?
3) Wenn keine Immobilie am idealen Standort verfügbar ist, wo steht das Grundstück zum Verkauf und um wie viel „weniger ideal“ ist dieser Standort im Vergleich zu Beispiel 2?
Betreff: K bedeutet mit festen MittelpunktenHallo @AvgRegression52 ,
Ihre Idee scheint für einen unbeaufsichtigten Algorithmus wie K-Means kontraintuitiv zu sein, da Sie anscheinend bereits über A-priori-Informationen über die verschiedenen Cluster/Gruppen verfügen.Warum sollten Sie aus Neugier die Position der vom K-Means-Algorithmus gefundenen Zentroiden ändern?
Möglicherweise gibt es eine Problemumgehung, um die erwarteten Ergebnisse zu erzielen:
- Erstellen Sie in Ihrer Datentabelle zwei neue Zeilen („Centroid1“ und „Centroid 2“) mit den X- und Y-Werten, die Sie für diese beiden Zentroiden haben möchten (in Ihrem Beispiel [5,5] und [100,100]).
- Erstellen Sie dann eine numerische Spalte „Gewicht“, in der alle vorherigen Beobachtungen einen niedrigen Wert haben (z. B. 1 oder weniger) und die beiden neu hinzugefügten „Centroïds“-Zeilen sehr große Werte haben (z. B. 1000000 oder mehr). .
- Verwenden Sie dann beim Starten der K-Means-Analyseplattform X und Y als „Y, Spalten“ und verwenden Sie die neue Spalte „Gewicht“ in „Freq“ oder „Gewicht“, um die Schwerpunktpositionen zu beeinflussen. Starten Sie K-Means mit 3 Clustern (oder einer beliebigen Anzahl Ihrer Wahl).
Auf diese Weise haben die beiden neu hinzugefügten Zeilen „künstlich“ viel mehr Häufigkeit (oder Bedeutung) als die anderen Zeilen Ihrer Tabelle, und zwei der Clusterzentren werden stark voreingenommen, um so nah wie möglich an den Koordinaten dieser Zeilen zu liegen zwei Zentroïds-Zeilenkoordinaten (siehe Erfassung „Biased_K-Means“).
Verwenden Sie diese Problemumgehung mit besonderer Vorsicht, da die letzte Cluster-Mittelposition von diesem Prozess betroffen sein könnte. Dies hängt von der Verteilung der Punkte in den Dimensionen ab: In Ihrem Beispiel sind die drei Cluster gut definiert und weit voneinander entfernt, sodass noch viel mehr hinzugefügt werden Häufigkeit/Gewicht auf zwei neue „Centroïd“-Koordinatenwerte (die an den Extremen der X- und Y-Verteilung liegen) hat keinen Einfluss auf die Position des dritten Cluster-Centroïd („in der Mitte“).
Das Datentabellenbeispiel ist auch mit dem „voreingenommenen“ K-Means-Skript beigefügt, falls Sie einen Blick darauf werfen möchten.
Ich hoffe, dieser Workaround wird Ihnen helfen,
