嗨 - 我正在尝试确定用于以下情况的最佳聚类分析方法（例如主成分分析、k-means 等）。我有一个包含 12,928 条记录的映射数据集，每条记录对应一个带有样本结果的孔。每行数据（我地图上的每个位置）都有一个井名、纬度、经度，以及化合物 A、化合物 B、化合物 C、化合物 D、化合物 E 等（总共 8 个化合物）的结果。这些井已被以下三个来源之一污染：1) 空气沉积，2) 工艺废物，或 3) 两者的结合（混合）。每个源都与一个独特的源特征相关联（例如，空气沉积源往往具有高化合物 X 和低化合物 Y，而工艺用水往往具有高化合物 Y 和 Z 以及低化合物 X。）。因此，我的数据集的每一行（即井位）都与三个污染源之一相关联。 我的目标是确定数据集中每个记录（即井位）最有可能的来源。
重要的是，已知我的数据集中约 800 条记录的子集与空气沉积源特征相关联。因此，该数据子集可用作空气沉积特征的训练集。我还可以提出约 50 条记录的子集，这些记录代表过程废物源签名。
JMP 或 JMP Pro 中的任何建议方法将不胜感激。提前致谢！
