Salve, sto cercando di decidere il metodo migliore di analisi dei cluster (ad es. Analisi dei componenti principali, k-mean, ecc.) Da utilizzare per la seguente situazione.Ho un set di dati mappato con 12.928 record, ciascuno corrispondente a un pozzo con risultati di esempio.Ogni riga di dati (ogni posizione sulla mia mappa) ha un nome, latitudine, longitudine e risultati del composto A, composto B, composto C, composto D, composto E, ecc. (8 composti chimici in tutto).Questi pozzi sono stati contaminati da una delle tre fonti: 1) deposito di aria, 2) rifiuti di processo o 3) una combinazione delle due (mista).Ogni sorgente è associata a un'unica firma della sorgente (ad es. la sorgente di deposizione dell'aria tende ad avere un alto composto X e un basso composto Y, mentre l'acqua di processo tende ad avere un alto composto Y e Z e un basso composto X).Quindi, ogni riga (ovvero la posizione del pozzo) del mio set di dati è associata a una delle tre fonti di contaminazione. Il mio obiettivo è identificare quale fonte è più probabile per ogni record (ovvero posizione del pozzo) nel mio set di dati.
È importante sottolineare che un sottoinsieme di ~ 800 record nel mio set di dati è noto per essere associato alla firma della fonte di deposizione aerea.Pertanto, questo sottoinsieme di dati può essere utilizzato come set di addestramento per la firma della deposizione aerea.Posso anche trovare un sottoinsieme di ~ 50 record che sono rappresentativi della firma della fonte dei rifiuti di processo.
Qualsiasi approccio suggerito in JMP o JMP Pro sarebbe molto apprezzato.Grazie in anticipo!
