다차원 스케일링 플롯: 포인트 그룹화/클러스터링91 x 91 거리 매트릭스에서 다차원 스케일링을 사용하고 있습니다. 2D MDS 플롯이 표시되면 JMP에서 할당한 다양한 기호와 색상을 사용하여 포인트가 플롯되며 다차원 거리 공간에서의 근접성을 기반으로 포인트를 함께 클러스터링합니다(첨부된 스크린샷 참조). 질문:
- 포인트를 그룹화하거나 클러스터링하는 방법을 결정하기 위해 JMP에서 사용하는 기준은 무엇입니까?
- 포인트가 클러스터링되는 방식에 대한 기준 또는 임계값을 조정할 수 있는 방법이 있습니까?
- 발견된 클러스터 수에 대한 보고서를 쉽게 얻을 수 있는 방법이 있습니까(플롯에서 클러스터를 수동으로 계산하는 것 외에 큰 데이터 세트에는 실용적이지 않음)?
JMP 문서와 Google을 검색했지만 이에 대해 아무 것도 찾을 수 없었습니다.
스크립팅에 의존하지 않는 답변을 (바람직하게) 찾고 있습니다.
도움을 주셔서 미리 감사드립니다.
Re: 다차원 스케일링 플롯: 포인트 그룹화/클러스터링아, 이제 무슨 일이 일어났는지 알겠습니다. 사실 나는 이미 몇 달 전에 동일한 데이터 세트로 계층적 클러스터링을 사용했습니다. 최근에 한 동료가 내가 필요한 분석 유형에 대한 대체 접근 방식으로 MDS를 사용해 볼 것을 제안했습니다. 저장된 JMP 파일을 다시 열고 MDS를 통해 거리 매트릭스를 실행했는데, 클러스터 분석에서 생성된 클러스터 레이블이 여전히 파일에 있다는 것을 깨닫지 못했습니다. 그래서 MDS에서 2D 플롯을 보고 있었지만 이전 클러스터 분석의 출력에 따라 레이블이 지정되었습니다(제가 깨닫지 못한 채). 귀하의 답변 덕분에 이제 무슨 일이 일어났는지 이해하게 되었습니다. 모든 파일을 닫고 거리 행렬을 다시 가져오면 예상대로 레이블과 색상 코딩이 모두 사라집니다.
대단히 감사합니다. 이제 모든 것이 이해가 됩니다.
Re: 다차원 스케일링 플롯: 포인트 그룹화/클러스터링귀하의 질문에 이해할 수 있는 몇 가지 오해가 있습니다.
색상 및 마커는 다차원 스케일링 플랫폼에서 생성되지 않습니다. 그들은 행 상태 데이터 테이블에 이미 할당되었습니다.
MDS는 클러스터링이나 그룹화를 수행하지 않습니다. (그래서 문서에서 찾을 수 없습니다). 바꾸어 말하면 위키백과 : MDS는 데이터에서 쌍별 '거리'를 추상적 데카르트 공간으로 변환합니다.
클러스터링 알고리즘을 원하는 경우 다음을 사용할 수 있습니다. K-평균 클러스터링 플랫폼. 클러스터 수를 조정하고 어떤 행이 어떤 클러스터에 속하는지 보고할 수 있습니다.
Re: 다차원 스케일링 플롯: 포인트 그룹화/클러스터링제안 @markbailey에 감사드립니다. 그러나 책의 챕터는 이러한 질문에 대해 전혀 설명하지 않습니다.Re: 다차원 스케일링 플롯: 포인트 그룹화/클러스터링JMP에서 도움말 > 책 > 다변량 방법을 선택하는 것이 좋습니다. 한 장이 MDS에 할애되어 있습니다. 이 장의 마지막 섹션에서는 통계 세부 정보를 제공합니다.
