Ci sono parti che hanno una normale distribuzione a due miscele (ho incluso due esempi del tipo di distribuzioni che vedo nell'allegato qui sotto). Vorrei etichettare le parti a seconda che siano incluse nella prima o nella seconda parte della distribuzione. C'è un modo per fare questo?
Dopo aver adattato una miscela 2-normale, dovresti ottenere mu1, mu2, sigma1, sigma2, p1, p2, in modo tale che la distribuzione adattata sia definita come: F(x) = p1 * Distribuzione normale(x, mu1, sigma1) + p2 * Distribuzione normale(x, mu2, sigma2).
La funzione Densità è: f(x) = p1 * Densità normale (x, mu1, sigma1) + p2 * Densità normale (x, mu2, sigma2).
Un approccio per definire l'etichetta consiste nel confrontare p1 * Densità normale (x, mu1, sigma1) e p2 * Densità normale (x, mu2, sigma2). Se il primo è maggiore assegna 1, altrimenti 2.
Pertanto, puoi creare una colonna formula per calcolarlo.
Nel frattempo, questo approccio è stato implementato La "Mistura Fit" di Life Distribution . Dopo aver adattato una miscela, utilizza "Salva previsioni" per ottenere p1 * Densità normale (x, mu1, sigma1) e p2 * Densità normale (x, mu2, sigma2). E spetta a te come gestirlo. Puoi usare un semplice confronto come quello che ho descritto. Oppure puoi utilizzare i valori in modi più sofisticati.
CIAO @dkraeuter_sunne ,
Posso suggerire di dare un'occhiata Miscele normali raggruppamento? Potrebbe essere molto appropriato e pertinente per ciò che intendi fare, poiché desideri raggruppare i punti in base alla somiglianza della distribuzione.
Ho provato a riprodurre il tipo di distribuzione che hai:
Quando vai su Analizza, Clustering, Miscele normali e specifichi la tua distribuzione su Y e il numero di cluster su 2, puoi trovare questi risultati:
Da lì, puoi salvare le probabilità di ciascun punto appartenente a ciascun cluster (nelle opzioni del triangolo rosso, "salva formula cluster" per ottenere le etichette sulla prima o seconda parte della distribuzione e "salva probabilità mistura" per avere maggiori dettagli su la decisione del cluster).
Maggiori informazioni e spiegazioni sul clustering delle miscele normali: Metodi di clustering per l'apprendimento automatico non supervisionato (jmp.com)
In allegato troverai il dataset del giocattolo che ho creato e utilizzato, spero che ti possa essere d'aiuto.
Grazie, @Victor_G Buono a sapersi che funzione. E il clustering inserisce la regola decisionale direttamente nel risultato!
