こんにちは。次の状況に使用するクラスター分析 (主成分分析、K 平均法など) の最適な方法を決定しようとしています。12,928 レコードを含むマップされたデータセットがあり、それぞれがサンプル結果を含むウェルに対応しています。データの各行 (マップ上の各位置) には、ウェル名、緯度、経度、および化合物 A、化合物 B、化合物 C、化合物 D、化合物 E など (合計 8 つの化合物) の結果が含まれています。これらの井戸は、1) 空気堆積、2) プロセス廃棄物、または 3) 2 つの組み合わせ (混合) の 3 つの原因のいずれかによって汚染されています。そして、各ソースは固有のソース特性に関連付けられています（たとえば、エアデポジションソースは化合物 X が多く、化合物 Y が少ない傾向がありますが、プロセス水は化合物 Y と Z が多く、化合物 X が少ない傾向があります）。したがって、データセットの各行 (つまり井戸の位置) は、3 つの汚染源のうちの 1 つに関連付けられています。 私の目標は、データセット内の各レコード (つまり井戸の場所) について、どの情報源が最も可能性が高いかを特定することです。
重要なのは、私のデータセット内の約 800 件のレコードのサブセットが空気堆積源の署名に関連付けられていることがわかっていることです。したがって、このデータのサブセットは、空気蒸着シグネチャのトレーニング セットとして使用できます。また、プロセス廃棄物発生源の署名を表す最大 50 件のレコードのサブセットを思いつくこともできます。
JMP または JMP Pro で提案されたアプローチがあれば、大変感謝いたします。前もって感謝します！
