大家好，
我试图根据各种形态特征对不同种群的动物进行比较。我有数值数据（例如长度、重量等）和二进制数据。并非我掌握的每一项详细信息都包含所有数据，这意味着每个特征都有不同数量的详细信息和可用信息。我正在尝试对数据进行主成分分析，以便根据许多参数的差异将其划分为不同的群体。我很高兴收到关于如何获得二维或三维结果的解释，这将使我可以方便地划分人群。
提前致谢
嗨@yoram_frumkin ，
首先，欢迎来到社区，这是一个与人们交流想法并获得与数据相关的所有事情（不一定只是 JMP）帮助的好地方。这里有很多专家。
PCA 是一个很棒的工具，也是您在分析数据时应该考虑使用的众多工具之一，这意味着使用 JMP 中的不同平台检查数据通常是有益的。 PCA 的一个缺点是它更喜欢处理连续的数值数据，它不能处理名义数据，并且可以处理序数数据，但会抱怨。
无论如何，为了解决给定行（样本）的每个属性中并不总是包含所有数据的问题，您可以做的一件事（出于谨慎起见，我对此持怀疑态度）就是估算缺失的数据。您可以在“分析”>“筛选”>“探索缺失值”下执行此操作，然后使用几种不同类型的插补。这有时效果很好，有时效果不太好，这就是为什么我谨慎使用它或过度依赖它。您可以尝试创建重复的数据表，在其中使用不同的插补方法，并查看它们的工作效果以及结果是否有意义。但是，对已完成插补的那些行进行颜色/突出显示/更改标记也是一个好主意，因为有时在 JMP 填充数据后很难返回并检查这些行的位置。
您还应该研究一些其他平台，它们实际上可能会工作得更好，而无需估算丢失的数据，并且仍然可以满足您的需求。例如，您可以使用层次聚类、k 均值聚类、K 最近邻 (JMP Pro)、支持向量机 (JMP Pro)、分区或偏最小二乘法（有时称为潜在结构投影）。所有这些都以某种形式或其他本质进行降维以简化数据。当然，算法都不同，您可能会得到不同的结果，但跨平台比较结果通常是一种很好的做法，以获得更好的一致性和对分类的理解。
如果您有 JMP Pro，还有其他几个平台，例如提升树、引导森林和 XGBoost，它们在分类建模方面通常非常强大，这听起来就像您正在尝试做的那样。另外，丢失的数据并不会真正影响他们的算法。
您可以匿名化数据表并共享它（表 > 匿名化）吗？这可能会让其他人有机会使用这些数据，并提供一些关于如何自行解决问题的更具体的反馈。
希望这有助于讨论！,
DS
