估計每個 k 均值簇最重要的特徵你好，
我使用 kmeans cluster 將數據分組在一起。 現在我想找出每個數據集群中哪個功能具有較高的影響力。 我想知道 JMP pro K-mean 是否提供對每個 k-means 集群最重要特徵的估計？ 有人可以提供建議，如果不可用，我該如何計算？ 我想也許這個距離可以用來估計。 有嗎？
預測建模和機器學習視窗回复：估計每個 k 均值簇最重要的特徵你好@dadawasozo ,
我想到了兩種可能的方法來解釋使用 K-means 完成的聚類：
- 您可以使用聚類公式作為響應，並嘗試根據您的輸入對此聚類響應進行建模。 Bootstrap Forest (JMP Pro) 或 Predictor Screening (JMP) 是一種靈活且高效的平台。 然後，您可以比較因素對聚類的貢獻。
- 您還可以以“統計”方式思考這一點：一個因素對聚類的重要性越高，該因素軸上的點就越分離（如果您可以基於一個或多個點來分離/區分點，則創建聚類會更容易）幾個因素）。 因此，您可以使用“Fit Y by X”平台，使用聚類作為 X，使用因子作為 Y，並使用參數檢驗（t 檢驗、Welch 等）比較多個擬合的 F 比率。
根據統計檢驗的充分使用和假設的驗證（正態性、方差相等、獨立性、無異常值……），您可能會發現與選項 1 類似的結果。
舉個例子：
在非常著名的公開“Iris”數據集上，我對萼片長度、萼片寬度、花瓣長度和花瓣寬度等因素進行了 K 均值聚類。 我能夠找到三個簇，與發現的三個物種密切匹配。 我保存了聚類公式。
- 當使用Predictor篩選平台時，輸入聚類公式作為Y，響應和因素作為X，我可以看看我的因素對聚類的貢獻的差異：
- 當使用“Fit Y by X”平台時，輸入聚類公式作為 X，因子作為 Y，我進行韋爾奇測試並創建包含所有 F 比率的組合數據表。 通過圖表顯示 F 比率取決於因素，我能夠找到類似的結果：
兩個平台之間存在差異，並且兩個最大的聚類貢獻因素之間存在交換，因為花瓣長度和花瓣寬度都具有兩個非正態分佈。 因此，韋爾奇檢驗並不是最合適的選擇，但 Steel-Dwass 全對檢驗可能會更好。
在此數據集上，預測器篩選將是一個更安全的選擇，因為它對異常值具有魯棒性，並且不需要對數據分佈進行假設（該平台使用隨機森林模型）。
我附上了 Iris 數據表，以便您可以查看一些分析並重現我所做的測試。
最後一個要考慮的方面（即使超出了您的問題範圍）是確保 K 均值方法適合您的數據集，因為它基於兩個假設：
- 簇是球形的（所有變量具有相同的方差），
- 簇具有相似的大小（每個簇中的觀測值數量大致相等）。
如果不滿足這些假設（例如高斯/正態混合），其他聚類方法可能會更靈活，或者根據您的聚類上下文更“合適”：基於點密度、基於假設的基礎分佈、點之間的層次關係的聚類, ...
希望這個回答對你有幫助
回覆：估計每個 k 均值簇最重要的特徵嗨維克多，
是否可以分別取得每個簇最重要的特徵？ K 均值有助於將資料聚類為幾組。 我想了解每個集群最有影響力的功能，以了解是什麼使它們成為不同的集群。
回覆：估計每個 k 均值簇最重要的特徵你好@dadawasozo ,
如果我更好地理解您的目標，您想根據特徵值更好地評估群集之間的差異和差異嗎？
如果是，您可以查看選項“並行座標圖”、“散點圖矩陣”以及“KMeans NCluster = (X)”旁邊的紅色三角形中提供的幾個圖形“雙標圖”，如它們提供的那樣，以及摘要統計數據“聚類平均值”，有趣的可視化顯示了幾個聚類如何根據特徵平均值而有所不同。
Iris 資料集上的範例平行座標圖（您可以使用圖形產生器重現它以對其進行自訂並新增值圖例）：
Iris 資料集上的散佈圖矩陣範例：
Iris 資料集上的 Biplot 2D 範例（附主成分）：
我希望我能更好地理解您的目標，並且這個答案可以幫助您，
