nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

705022_de-DE

liliconcom

Was ist der beste Weg, JMP für die Clusteranalyse zu verwenden, wenn es sich bei den Daten um ein gemischtes Modell handelt?

Wie lässt sich JMP am besten für eine Clusteranalyse verwenden, wenn es sich bei den Daten um ein gemischtes Modell mit kontinuierlichen und kategorialen Variablen handelt? K-Means scheint nur für kontinuierliche Variablen zu funktionieren. Rechts? Dank im Voraus.

Grundlegende Datenanalyse und Modellierung

Betreff: Wie lässt sich JMP am besten für die Clusteranalyse verwenden, wenn es sich bei den Daten um ein gemischtes Modell handelt?

Hallo @fragen ,

K-Mittelwerte und Normalmischungen sind Clustering-Methoden, die nur numerische Spalten erfordern. Weitere Details und einen Vergleich zwischen Clustering-Methoden finden Sie hier: Übersicht über Plattformen für Clustering-Beobachtungen

Wenn Sie einen Datensatz mit kategorialen und numerischen Spalten haben, können Sie Folgendes ausprobieren Hierarchischer Cluster Plattform.

Auf dieser Plattform haben Sie Zugriff auf verschiedene Methoden (Ward, Average, Centroïd, ...), und da beim hierarchischen Clustering keine vorherige Angabe der Anzahl der Cluster erforderlich ist, ist dieser Ansatz interessant, da er einen umfassenden Überblick darüber bieten kann mögliche Verbindungen zwischen Ihren Beobachtungen/Proben auf verschiedenen Ebenen.