여러분, 안녕하세요,
나는 다양한 형태학적 특징에 따라 동물의 다양한 개체군을 비교하려고 노력하고 있습니다. 숫자 데이터(길이, 무게 등)와 이진 데이터가 있습니다. 내가 가지고 있는 모든 세부 사항이 모든 데이터를 갖고 있는 것은 아닙니다. 즉, 각 특성에는 사용 가능한 정보가 포함된 세부 사항의 수가 서로 다릅니다. 나는 많은 매개변수의 차이에 따라 별개의 모집단으로 나누기 위해 데이터에 대해 PCA를 수행하려고 합니다. 모집단을 편리하게 나눌 수 있는 2차원 또는 3차원 결과를 얻을 수 있는 방법에 대한 설명을 듣고 싶습니다.
미리 감사드립니다
안녕하세요 @yoram_frumkin 님 ,
우선, 커뮤니티에 오신 것을 환영합니다. 이곳은 사람들의 아이디어를 반영하고 데이터와 관련된 모든 것에 대한 도움을 받을 수 있는 좋은 장소입니다(JMP뿐만 아니라). 여기에는 많은 전문가가 있습니다.
PCA는 훌륭한 도구이며 데이터 분석 시 사용을 고려해야 하는 도구 중 하나입니다. 즉, JMP의 다양한 플랫폼을 사용하여 데이터를 검사하는 것이 유용한 경우가 많습니다. PCA의 한 가지 단점은 연속적인 숫자 데이터 작업을 선호하고 명목 데이터를 처리할 수 없으며 작업할 수 있지만 순서 데이터에 대해 불만을 표시한다는 것입니다.
어쨌든, 주어진 행(샘플)에 대해 각 속성에 항상 모든 데이터가 있는 것은 아니라는 문제를 해결하기 위해 수행할 수 있는 한 가지(주의를 기울이기 위해 이 말은 약간의 뉘앙스로 말함)는 누락된 데이터를 귀속시키는 것입니다. 분석 > 선별 > 누락된 값 탐색에서 이 작업을 수행한 다음 여러 가지 다른 유형의 대체를 사용할 수 있습니다. 이것은 때로는 잘 작동할 수도 있고 때로는 잘 작동하지 않을 수도 있으므로 사용하거나 너무 많이 의존하는 것을 주의해야 합니다. 다양한 대치 방법을 사용하여 중복 데이터 테이블을 생성하고 해당 방법이 얼마나 잘 작동하는지, 결과가 타당한지 확인할 수 있습니다. 그러나 JMP가 데이터를 채운 후에는 돌아가서 해당 행의 위치를 확인하기 어려울 수 있으므로 대치 작업을 수행한 행의 마커에 색상을 지정/강조 표시/변경하는 것도 좋은 생각입니다.
누락된 데이터를 입력하고 원하는 결과를 얻을 필요 없이 실제로 더 잘 작동할 수 있는 다른 플랫폼도 조사해야 합니다. 예를 들어 계층적 군집화, k-평균 군집화, K-최근접 이웃(JMP Pro), 지원 벡터 머신(JMP Pro), 파티션 또는 부분 최소 제곱법(잠재 구조에 대한 투영이라고도 함)을 사용할 수 있습니다. 이들 모두는 어떤 형태로든 또는 또 다른 필수 요소로 차원 축소를 수행하여 데이터를 단순화합니다. 물론 알고리즘은 모두 다르며 다른 결과를 얻을 수도 있지만 분류에 대한 더 나은 일관성과 이해를 얻기 위해 플랫폼 간에 결과를 비교하는 것이 좋은 습관인 경우가 많습니다.
JMP Pro가 있다면 부스팅 트리, 부트스트랩 포레스트, XGBoost 등 분류 모델링에 매우 강력한 여러 다른 플랫폼이 있는데, 이는 여러분이 하려는 일처럼 들립니다. 게다가 누락된 데이터는 실제로 알고리즘에 그다지 큰 영향을 미치지 않습니다.
데이터 테이블을 익명화하고 공유할 수 있나요(테이블 > 익명화)? 이를 통해 다른 사람들이 데이터를 가지고 놀 수 있는 기회를 얻고 스스로 문제를 해결할 수 있는 방법에 대한 보다 구체적인 피드백을 제공할 수 있습니다.
이것이 토론에 도움이 되기를 바랍니다!,
DS
