こんにちは、みんな、
私は、さまざまな形態学的特徴に従って、動物の異なる集団間を比較しようとしています。数値データ (長さ、重量など) とバイナリ データがあります。私が持っている詳細のすべてにすべてのデータが含まれているわけではありません。つまり、特性ごとに、利用可能な情報を含む詳細の数が異なります。多くのパラメーターの違いに従って個別の母集団に分割するために、データに対して PCA を実行しようとしています。母集団を便利に分割できる 2 次元または 3 次元で結果を得る方法について説明していただければ幸いです。
前もって感謝します
こんにちは@yoram_frumkin さん
まず第一に、コミュニティへようこそ。これは、人々からアイデアを引き出し、データ関連のすべてのこと (必ずしも JMP だけではありません) についてサポートを受けるのに最適な場所です。ここには専門家がたくさんいます。
PCA は優れたツールであり、データの分析に使用することを検討すべきツールの 1 つです。つまり、JMP のさまざまなプラットフォームを使用してデータを検査することが有益であることがよくあります。 PCA のやや欠点の 1 つは、PCA が連続数値データの処理を好み、名目データを処理できず、処理は可能ですが、順序データについては問題が発生することです。
とにかく、特定の行 (サンプル) の各属性にすべてのデータが常に含まれているとは限らないという問題に対処するために、できることの 1 つは (注意のため、これは割り引いて言います)、欠損データを代入することです。これは、[分析] > [スクリーニング] > [欠損値の探索] で実行し、いくつかの異なるタイプの代入を使用できます。これはうまく機能する場合もあれば、あまり機能しない場合もあります。だからこそ、私はこれを使用したり、過度に依存したりしないように注意しています。異なる代入方法を使用して重複したデータ テーブルを作成し、それらがどの程度うまく機能するか、結果が理にかなっているかどうかを確認してみるとよいでしょう。ただし、JMP がデータを入力した後、戻ってそれらがどこにあるかを確認するのが難しい場合があるため、代入を行った行のマーカーを色付け、強調表示、または変更することもお勧めします。
欠落データを補う必要がなく、それでも目的の結果を得ることができる、実際にはより適切に機能する可能性がある、検討すべき他のプラットフォームがいくつかあります。たとえば、階層クラスタリング、K 平均法クラスタリング、K 最近傍法 (JMP Pro)、サポート ベクター マシン (JMP Pro)、パーティション、または部分最小二乗法 (潜在構造への射影と呼ばれることもあります) を使用できます。これらはすべて、何らかの形で本質的に次元削減を行ってデータを単純化します。もちろん、アルゴリズムはすべて異なるため、異なる結果が得られる可能性がありますが、多くの場合、分類の一貫性と理解を深めるために、プラットフォーム間で結果を比較することをお勧めします。
JMP Pro をお持ちの場合は、ブースト ツリー、ブートストラップ フォレスト、XGBoost など、分類モデリングで非常に強力なプラットフォームが他にもいくつかあります。これは、あなたがやろうとしていることのように思えます。さらに、データが欠落していてもアルゴリズムにはそれほど影響しません。
データテーブルを匿名化して共有できますか (テーブル > 匿名化)。これにより、他の人がデータを操作して、自分で問題に対処する方法についてより具体的なフィードバックを得る機会が得られる可能性があります。
これが議論に役立つことを願っています!、
DS
