多维比例图：点分组/聚类我在 91 x 91 距离矩阵上使用多维缩放。 当显示 2D MDS 图时，这些点使用 JMP 指定的各种不同符号和颜色绘制，显然根据它们在多维距离空间中的接近度将点聚类在一起（参见随附的屏幕截图）。 问题：
- JMP 用来决定如何对点进行分组或聚类的标准是什么？
- 有没有办法调整点聚类的标准或阈值？
- 是否有任何简单的方法来获取有关已找到多少集群的报告（除了在图中手动计算它们；对于大型数据集不实用）？
我已经搜索了 JMP 文档和谷歌，但未能找到任何关于此的内容。
我正在寻找（最好）不依赖于脚本的答案。
在此先感谢您的帮助。
回复：多维比例图：点分组/聚类啊，现在我明白发生了什么事了。 事实上，我已经对同一数据集使用了层次聚类（很多个月前）。 最近一位同事建议我尝试将 MDS 作为我需要的分析类型的替代方法。 我重新打开保存的 JMP 文件并通过 MDS 运行距离矩阵，但没有意识到聚类分析生成的聚类标签仍在文件中。 所以我看到了来自 MDS 的 2D 图，但根据之前的聚类分析的输出进行了标记（我没有意识到）。 所以，感谢您的回复，我现在明白发生了什么事。 当我关闭所有文件并重新导入距离矩阵时，标签和颜色编码都如预期的那样消失了。
非常感谢——现在一切都明白了。
回复：多维比例图：点分组/聚类您的问题中存在一些可以理解的误解。
颜色和标记不是由 Multidimensional Scaling 平台生成的。 他们是行状态已经在您的数据表中分配。
MDS 不进行任何聚类或分组。 （这就是为什么您无法在文档中找到它的原因）。 释义维基百科：MDS 将数据中的成对“距离”转换为抽象的笛卡尔空间。
如果你想要一个聚类算法，你可以使用K均值聚类平台。 它将允许您调整集群的数量并报告哪些行属于哪个集群。
回复：多维比例图：点分组/聚类感谢@markbailey 的建议，但书中的章节对这些问题没有任何说明。回复：多维比例图：点分组/聚类我建议您在 JMP 中选择：Help > Books > Multivariate Methods。 有一章专门介绍 MDS。 本章的最后一节介绍了统计细节。
