Salut - J'essaie de décider de la meilleure méthode d'analyse par grappes (par exemple, analyse en composantes principales, k-means, etc.) à utiliser pour la situation suivante.J'ai un ensemble de données cartographié avec 12 928 enregistrements, chacun correspondant à un puits avec des résultats d'échantillon.Chaque ligne de données (chaque emplacement sur ma carte) a un nom de puits, la latitude, la longitude et les résultats du composé A, du composé B, du composé C, du composé D, du composé E, etc. (8 composés chimiques en tout).Ces puits ont été contaminés par l'une des trois sources suivantes : 1) dépôt atmosphérique, 2) déchets de traitement ou 3) une combinaison des deux (mixte).Et chaque source est associée à une signature de source unique (par exemple, la source de dépôt d'air a tendance à avoir un composé X élevé et un composé Y faible, tandis que l'eau de traitement a tendance à avoir un composé Y et Z élevé et un composé X faible).Ainsi, chaque ligne (c'est-à-dire l'emplacement du puits) de mon jeu de données est associée à l'une des trois sources de contamination. Mon objectif est d'identifier la source la plus probable pour chaque enregistrement (c'est-à-dire l'emplacement du puits) dans mon ensemble de données.
Il est important de noter qu'un sous-ensemble d'environ 800 enregistrements de mon ensemble de données est connu pour être associé à la signature de la source de dépôt atmosphérique.En tant que tel, ce sous-ensemble de données peut être utilisé comme ensemble d'apprentissage pour la signature de dépôt dans l'air.Je peux également créer un sous-ensemble d'environ 50 enregistrements représentatifs de la signature de la source de déchets de processus.
Toute approche suggérée dans JMP ou JMP Pro serait grandement appréciée.Merci d'avance!
