Zwei Fragen zur Verwendung von JMP-ClusteringIch verwende JMPpro, um eine unbeaufsichtigte Clusteranalyse für maschinelles Lernen mit einer Stichprobengröße von etwa 10.000 Stichproben und 20 Variablen durchzuführen. Ich habe während der Nutzung einige Fragen und möchte hierher kommen, um sie anderen Benutzern oder Ingenieuren zu stellen. Vielen Dank, dass Sie sich die Zeit genommen haben, meine Fragen zu lesen und geduldig zu analysieren und zu beantworten! Frage 1: Ich habe die Einführung in die Clusteranalysefunktion dieser Software sorgfältig gelesen. Hierarchisches Clustering in JMP eignet sich für jeden Datentyp mit kleinen Stichproben. Wenn also die 20 Variablen in den Daten zu gemischten Daten gehören (einschließlich kontinuierlicher Variablen, diskreter Variablen, ordinaler Variablen und nominaler Variablen), muss ich die kontinuierlichen Variablen und die nominalen Variablen im Voraus kombinieren, wenn ich hierarchisches Clustering durchführe? Diskrete Variablen werden standardisiert und dann wird in [Standardisierungsbasis] „unstandardisiert“ ausgewählt? Oder erkennt die Software automatisch kontinuierliche Variablen und diskrete Variablen und führt nach Auswahl von „Nicht standardisiert“ eine Standardisierung durch, während die Ordinalvariablen und Nominalvariablen ihre ursprünglichen Werte beibehalten (d. h. vor der hierarchischen Clusterbildung ist keine manuelle Standardisierung erforderlich)? Frage 2: Die Clusteranalyse ist ein unbeaufsichtigtes Lernen im maschinellen Lernen, wenn 19 Variablen hierarchisch geclustert werden und eine bestimmte (1) binäre Nominalvariable in [Basic] festgelegt ist. Gilt diese Analyse also immer noch als unüberwachtes Lernen oder handelt es sich bereits um halbüberwachtes Lernen? Wenn es sich um „halbüberwachtes Lernen“ handelt, Clustering selbst jedoch unbeaufsichtigtes Lernen ist, wie sollte dann die Beziehung zwischen ihnen genau beschrieben werden?
Prädiktive Modellierung und maschinelles LernenBetreff: Zwei Fragen zur Verwendung von JMP-ClusteringHallo @pnogau ,
Willkommen in der Community!
Zu Ihren Fragen:
- Wenn Sie Daten mit gemischten Daten und Modellierungstypen (numerisch kontinuierlich, ordinal und nominal) haben, kann nur die hierarchische Clusterplattform solche unterschiedlichen Datentypen verarbeiten. Weitere Informationen finden Sie hier, Übersicht über Plattformen für Clustering-Beobachtungen , wo diese Tabelle angezeigt wird:
Sie müssen die Verarbeitung numerischer kontinuierlicher Variablen nicht im Voraus durchführen. Es gibt mehrere Möglichkeiten, die Vorverarbeitung direkt in der Plattform durchzuführen, indem Sie das Datenformat, den Typ der Standardisierung und die Imputation fehlender Daten angeben: Starten Sie die Hierarchical Cluster Platform
- Ich bin nicht sicher, ob ich Ihre zweite Frage ganz verstehe.
Clustering wird verwendet, wenn Sie nicht im Voraus wissen, wie viele „Gruppen“/Cluster Sie in Ihren Daten haben und zu welcher Gruppe Ihre Beobachtungen gehören. Es handelt sich also um eine unüberwachte Lerntechnik. Hierarchisches Clustering ist eine interessante Technik und Plattform in JMP, da es die Durchführung von bidirektionalem Clustering ermöglicht, bei dem Ihre Beobachtungen, aber auch die verwendeten Variablen in Clustern gruppiert werden, um die Ähnlichkeiten und Korrelationen zwischen den verwendeten Variablen zu erkennen. Diese Analyse kann zusätzlich zu anderen multivariaten Plattformen wie Korrelationen und multivariaten Techniken oder mit Visualisierungen durchgeführt werden, die mit Graph Builder erstellt wurden, um die Korrelationen zwischen Ihren Variablen besser beurteilen zu können.
Wenn Ihre Binomialvariable eine Art Ziel ist, können Sie die Clusterung auch „blind“ durchführen und sehen, wie viele Gruppen empfohlen werden, und die Verbindung zwischen den Gruppen und der Binomialvariable analysieren (was eine Kombination aus unüberwachtem Lernen zur Clusterung und dann überwachtem Lernen zur Analyse der Verbindung zwischen Clustern und Binomialziel wäre) oder direkt angeben, dass Sie 2 Cluster in der hierarchischen Clustering-Plattform möchten (was dann als halbüberwachtes Lernen betrachtet werden könnte, da Sie die Anzahl der zu suchenden Cluster bereits kennen und angeben können) und sehen, ob/wie die Clusterung mit der Binomialzielvariable übereinstimmt.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Zwei Fragen zur Verwendung von JMP-ClusteringHallo. @Victor_G
Vielen Dank für Ihre Hilfe und die geduldige Beantwortung meiner Frage im Forum. Ihre Antworten und Vorschläge haben mir wertvolle Erkenntnisse geliefert und ich glaube, dass das Problem, mit dem ich konfrontiert war, vorläufig gelöst wurde.
Frage 1: Da meine Daten gemischte Variablentypen enthalten, ist es tatsächlich notwendig, hierarchisches Clustering durchzuführen. Außerdem habe ich, Ihrem Rat folgend, „Starten Sie die hierarchische Clusterplattform“ noch einmal sorgfältig gelesen und die Lösung gefunden: Um das Problem der unterschiedlichen Messskalen für kontinuierliche und ordinale Spalten zu lösen, sollte ich anscheinend zuerst die kontinuierlichen und diskreten Variablen standardisieren und dann unter „Standardisieren nach“ „Nicht standardisiert“ auswählen. Standardisieren nach
Frage 2: Ihr Verständnis meiner Zweifel war sehr genau und Ihre Antwort hat mir wichtige Inspiration gegeben. Tatsächlich möchte ich Clusteranalysen verwenden, um verschiedene Cluster innerhalb eines riesigen Datensatzes (Einzelpersonen) zu entdecken und visuelle Analysen durchzuführen, um die potenziellen Beziehungen zwischen mehr als zwanzig Variablen zu untersuchen, was eine unbeaufsichtigte maschinelle Lernaufgabe ist. Um jedoch idealere Clusterergebnisse zu erzielen, scheint die Auswahl einer bestimmten binomialen Variable unter „By“ sehr zufriedenstellende Clusterergebnisse zu liefern. Ich überlege, ob dies nun halbüberwachtes oder überwachtes Lernen geworden ist. By
Tatsächlich hatte ich das Glück, mit einem Ingenieur in Kontakt zu treten, der für das Universitätsgeschäft von JMP in China verantwortlich ist, und ich habe vor, meine Vermutung mit dem Ingenieur weiter zu überprüfen. Wenn Sie interessiert sind, werde ich die Antworten, die ich erhalte, mit Ihnen teilen.
Ich habe mich sehr über Ihre Antwort gefreut! Ich wünsche Ihnen ein glückliches Leben und eine reibungslose Arbeit ~
Betreff: Zwei Fragen zur Verwendung von JMP-Clustering
@Victor_G schrieb:
Hallo @pnogau ,
Willkommen in der Community!
Zu Ihren Fragen:
- Wenn Sie Daten mit gemischten Daten und Modellierungstypen (numerisch kontinuierlich, ordinal und nominal) haben, kann nur die hierarchische Clusterplattform solche unterschiedlichen Datentypen verarbeiten. Weitere Informationen finden Sie hier, Übersicht über Plattformen für Clusterbeobachtungen , wo diese Tabelle angezeigt wird:
Sie müssen die Verarbeitung numerischer kontinuierlicher Variablen nicht im Voraus durchführen. Es gibt mehrere Möglichkeiten, die Vorverarbeitung direkt in der Plattform durchzuführen, indem Sie das Datenformat, den Typ der Standardisierung und die Imputation fehlender Daten angeben: Starten Sie die Hierarchical Cluster Platform - Ich bin nicht sicher, ob ich Ihre zweite Frage ganz verstehe.
Clustering wird verwendet, wenn Sie nicht im Voraus wissen, wie viele „Gruppen“/Cluster Sie in Ihren Daten haben und zu welcher Gruppe Ihre Beobachtungen gehören. Es handelt sich also um eine unüberwachte Lerntechnik. Hierarchisches Clustering ist eine interessante Technik und Plattform in JMP, da es die Durchführung von bidirektionalem Clustering ermöglicht, bei dem Ihre Beobachtungen, aber auch die verwendeten Variablen in Clustern gruppiert werden, um die Ähnlichkeiten und Korrelationen zwischen den verwendeten Variablen zu erkennen. Diese Analyse kann zusätzlich zu anderen multivariaten Plattformen wie Korrelationen und multivariaten Techniken oder mit Visualisierungen durchgeführt werden, die mit Graph Builder erstellt wurden, um die Korrelationen zwischen Ihren Variablen besser beurteilen zu können.
Wenn Ihre Binomialvariable eine Art Ziel ist, können Sie die Clusterung auch „blind“ durchführen und sehen, wie viele Gruppen empfohlen werden, und die Verbindung zwischen den Gruppen und der Binomialvariable analysieren (was eine Kombination aus unüberwachtem Lernen zur Clusterung und dann überwachtem Lernen zur Analyse der Verbindung zwischen Clustern und Binomialziel wäre) oder direkt angeben, dass Sie 2 Cluster in der hierarchischen Clustering-Plattform möchten (was dann als halbüberwachtes Lernen betrachtet werden könnte, da Sie die Anzahl der zu suchenden Cluster bereits kennen und angeben können) und sehen, ob/wie die Clusterung mit der Binomialzielvariable übereinstimmt.
Ich hoffe, diese Antwort hilft Ihnen,
Hallo @Victor_G , ich habe bei der letzten Ausgabe Fortschritte gemacht und möchte Ihnen die guten Neuigkeiten mitteilen. Wie Sie sagten, normalisiert JMP beim Clustering gemischter Daten automatisch sowohl kontinuierliche als auch diskrete Daten, ohne dass eine vorherige manuelle Normalisierung erforderlich ist. Obwohl ich vor einiger Zeit den regionalen Geschäftsleiter der JMP China University kontaktiert habe, habe ich immer noch keine klare Antwort erhalten. Ich schätze Ihre Hilfe damals sehr. Danke noch einmal!
Betreff: Zwei Fragen zur Verwendung von JMP-ClusteringHallo @ Victor_G , ich habe bei meinem letzten Problem Fortschritte gemacht und wollte diese guten Neuigkeiten mit Ihnen teilen. Genau wie Sie sagten, standardisiert JMP beim Clustering gemischter Daten kontinuierliche und diskrete Daten automatisch, ohne dass vorher eine manuelle Standardisierung erforderlich ist. Obwohl ich vor einiger Zeit mit dem regionalen Geschäftsleiter für Universitäten von JMP China Kontakt aufgenommen habe, habe ich noch immer keine endgültige Antwort erhalten. Ich bin sehr dankbar für Ihre damalige Hilfe. Nochmals vielen Dank!
