J'ai reçu un bon conseil de Scott Allen il y a quelques semaines pour l'utilisation du clustering variable afin de réduire la complexité des ensembles de données. J'ai une table de données très large : 16 lignes et 35 000 colonnes ou plus. Étrangement, si j'utilise "Fast Ward" sous le clustering hiérarchique et que je choisis "bidirectionnel" sous le triangle rouge, le clustering bidirectionnel (par ligne et par colonne) se produit en quelques secondes. Cependant, je ne trouve pas l'option permettant de trouver la "colonne la plus représentative" dans chaque cluster, une option si vous accédez directement aux "variables de cluster". Si j'ajoute les 35 000 colonnes aux variables de cluster sur mon Mac avec 64 Go de RAM, cela ne s'approchera même pas complètement (peut-être 5 à 10 % après trois jours !). Ma question est la suivante : est-il possible d'extraire des données de la sortie Fast Ward à partir d'un clustering hiérarchique qui me donnerait la colonne la plus représentative ? Je pense en fait qu'il peut y en avoir (par exemple, régresser les données brutes par rapport à la moyenne du cluster respectif). Sinon, je devrai peut-être mettre dans une liste de souhaits une demande pour qu'un algorithme "rapide" soit ajouté à la plate-forme de variables de cluster !
