Hallo, ich versuche herauszufinden, welche Methode der Clusteranalyse (z. B. Hauptkomponentenanalyse, k-Mittelwert usw.) für die folgende Situation am besten geeignet ist.Ich habe einen kartierten Datensatz mit 12.928 Datensätzen, von denen jeder einem Bohrloch mit Probenergebnissen entspricht.Jede Datenzeile (jeder Ort auf meiner Karte) enthält einen Brunnennamen, Breitengrad, Längengrad und Ergebnisse von Verbindung A, Verbindung B, Verbindung C, Verbindung D, Verbindung E usw. (insgesamt 8 chemische Verbindungen).Diese Brunnen wurden durch eine von drei Quellen kontaminiert: 1) Luftablagerungen, 2) Prozessabfälle oder 3) eine Kombination aus beiden (gemischt).Und jede Quelle ist mit einer einzigartigen Quellensignatur verbunden (z. B. hat die Luftdepositionsquelle tendenziell einen hohen Anteil an X- und einen geringen Anteil an Y-Anteil, während Prozesswasser tendenziell einen hohen Anteil an Y und Z und einen geringen Anteil an X-Anteil aufweist).Jede Zeile (dh der Bohrlochstandort) meines Datensatzes ist also einer der drei Kontaminationsquellen zugeordnet. Mein Ziel ist es, herauszufinden, welche Quelle für jeden Datensatz (z. B. Bohrlochstandort) in meinem Datensatz am wahrscheinlichsten ist.
Wichtig ist, dass eine Teilmenge von etwa 800 Datensätzen in meinem Datensatz bekanntermaßen mit der Signatur der Luftdepositionsquelle verknüpft ist.Daher kann dieser Teilsatz der Daten als Trainingssatz für die Luftdepositionssignatur verwendet werden.Ich kann auch eine Teilmenge von ca. 50 Datensätzen erstellen, die repräsentativ für die Signatur der Prozessabfallquelle sind.
Alle vorgeschlagenen Ansätze in JMP oder JMP Pro wären sehr dankbar.Vielen Dank im Voraus!
