Due domande sull'uso del clustering JMPUtilizzo JMPpro per condurre un'analisi cluster di machine learning non supervisionata con una dimensione del campione di circa 10.000 campioni e 20 variabili. Ho alcune domande durante l'uso e vorrei venire qui per chiedere ad altri utenti o ingegneri. Grazie per aver dedicato del tempo a leggere e analizzare pazientemente e rispondere alle mie domande! Domanda 1: Ho letto attentamente l'introduzione alla funzione di analisi dei cluster di questo software Il clustering gerarchico in JMP è adatto a qualsiasi tipo di dati con campioni di piccole dimensioni. Pertanto, se le 20 variabili nei dati appartengono a dati misti (incluse variabili continue, variabili discrete, variabili ordinali e variabili nominali), è necessario combinare in anticipo le variabili continue e le variabili nominali quando si esegue il clustering gerarchico. E se? le variabili discrete sono standardizzate e quindi viene selezionato "non standardizzato" in [Base di standardizzazione]? Oppure il software identificherà automaticamente le variabili continue e le variabili discrete ed eseguirà la standardizzazione dopo aver selezionato "Non standardizzato" e le variabili ordinali e nominali manterranno i loro valori originali (ovvero, non è necessario standardizzare manualmente prima del clustering gerarchico)? Domanda 2: L'analisi dei cluster è un apprendimento non supervisionato nell'apprendimento automatico se 19 variabili sono raggruppate gerarchicamente e una determinata (1) variabile nominale binaria è impostata in [Base]. Quindi, questa analisi è ancora considerata apprendimento non supervisionato o è già apprendimento semi-supervisionato? Se si considera un "apprendimento semi-supervisionato", ma il clustering stesso è un apprendimento non supervisionato, come dovrebbe essere descritta accuratamente la relazione tra loro?
Modellazione predittiva e apprendimento automaticoRi: Due domande sull'uso del clustering JMPCiao @pnogau ,
Benvenuti nella Community!
Per quanto riguarda le tue domande:
- Se hai dati con dati misti e tipo di modellazione (numerico continuo, ordinale e nominale), allora solo la piattaforma Hierarchical Cluster sarà in grado di gestire tali vari tipi di dati. Puoi avere maggiori informazioni qui, Panoramica delle piattaforme per le osservazioni di clustering dove è mostrata questa tabella:
Non è necessario elaborare in anticipo le variabili numeriche continue, ci sono diverse opzioni per eseguire la pre-elaborazione direttamente nella piattaforma specificando il formato dei dati, il tipo di standardizzazione e l'imputazione dei dati mancanti: avviare la piattaforma del cluster gerarchico
- Non sono sicuro di aver capito appieno la tua seconda domanda.
Il clustering viene utilizzato quando non si sa in anticipo quanti "gruppi"/cluster sono presenti nei dati e a quale gruppo appartengono le osservazioni, quindi è una tecnica di apprendimento non supervisionato. Il clustering gerarchico è una tecnica e una piattaforma interessante in JMP, in quanto consente di eseguire il clustering bidirezionale, in cui le osservazioni vengono raggruppate in cluster ma anche le variabili utilizzate, per vedere la similarità e le correlazioni tra le variabili utilizzate. Questa analisi può essere eseguita in aggiunta ad altre piattaforme multivariate come Correlations e Multivariate Techniques o con visualizzazioni eseguite con Graph Builder, per valutare meglio le correlazioni tra le variabili.
Inoltre, se la variabile binomiale è una sorta di target, è possibile eseguire il clustering "alla cieca" e vedere quanti gruppi sono consigliati e analizzare il collegamento tra i gruppi e la variabile binomiale (che sarebbe una combinazione di apprendimento non supervisionato per il clustering e poi apprendimento supervisionato per analizzare il collegamento tra cluster e target binomiale), oppure specificare direttamente che si desiderano 2 cluster nella piattaforma di clustering gerarchico (che potrebbe quindi essere considerato come apprendimento semi-supervisionato, poiché si conosce già il numero di cluster da trovare e specificare), e vedere se/come il clustering corrisponde alla variabile target binomiale.
Spero che questa risposta ti aiuti,
Ri: Due domande sull'uso del clustering JMPCiao. @Victor_G
Grazie mille per la tua assistenza e la risposta paziente alla mia domanda sul forum. Le tue risposte e i tuoi suggerimenti mi hanno fornito spunti preziosi e credo che il problema che stavo affrontando sia stato provvisoriamente risolto.
Domanda 1: Poiché i miei dati contengono tipi misti di variabili, è effettivamente necessario eseguire il clustering gerarchico. Inoltre, seguendo il tuo consiglio, ho riletto attentamente "Launch the Hierarchical Cluster Platform" e ho trovato la soluzione: per affrontare il problema delle diverse scale di misurazione per colonne continue e ordinali, sembra che dovrei prima standardizzare le variabili continue e discrete, quindi selezionare "Non standardizzato" in "Standardizza per". Standardizza per
Domanda 2: La tua comprensione dei miei dubbi è stata molto accurata e la tua risposta mi ha dato un'ispirazione importante. Infatti, il mio obiettivo è utilizzare l'analisi dei cluster per scoprire diversi cluster all'interno di un vasto set di dati (individui) e condurre un'analisi visiva per esplorare le potenziali relazioni tra più di venti variabili, che è un'attività di apprendimento automatico non supervisionato. Tuttavia, per ottenere risultati di clustering più ideali, sembra che la scelta di una determinata variabile binomiale in "By" produca risultati di clustering molto soddisfacenti. Sto riflettendo se questo sia ora diventato un apprendimento semi-supervisionato o supervisionato. By
In realtà, sono stato abbastanza fortunato da entrare in contatto con un ingegnere responsabile dell'attività universitaria di JMP in Cina e ho intenzione di verificare ulteriormente la mia congettura con l'ingegnere. Se sei interessato, condividerò con te le risposte che riceverò.
Sono stato molto emozionato di ricevere la tua risposta! Ti auguro una vita felice e un lavoro senza intoppi ~
Ri: Due domande sull'uso del clustering JMP
@Victor_G ha scritto:
Ciao @pnogau ,
Benvenuti nella Community!
Per quanto riguarda le tue domande:
- Se hai dati con dati misti e tipo di modellazione (numerico continuo, ordinale e nominale), allora solo la piattaforma Hierarchical Cluster sarà in grado di gestire tali vari tipi di dati. Puoi avere maggiori informazioni qui, Panoramica delle piattaforme per le osservazioni di clustering dove è mostrata questa tabella:
Non è necessario elaborare in anticipo le variabili numeriche continue, ci sono diverse opzioni per eseguire la pre-elaborazione direttamente nella piattaforma specificando il formato dei dati, il tipo di standardizzazione e l'imputazione dei dati mancanti: avviare la piattaforma del cluster gerarchico - Non sono sicuro di aver capito appieno la tua seconda domanda.
Il clustering viene utilizzato quando non si sa in anticipo quanti "gruppi"/cluster sono presenti nei dati e a quale gruppo appartengono le osservazioni, quindi è una tecnica di apprendimento non supervisionato. Il clustering gerarchico è una tecnica e una piattaforma interessante in JMP, in quanto consente di eseguire il clustering bidirezionale, in cui le osservazioni vengono raggruppate in cluster ma anche le variabili utilizzate, per vedere la similarità e le correlazioni tra le variabili utilizzate. Questa analisi può essere eseguita in aggiunta ad altre piattaforme multivariate come Correlations e Multivariate Techniques o con visualizzazioni eseguite con Graph Builder, per valutare meglio le correlazioni tra le variabili.
Inoltre, se la variabile binomiale è una sorta di target, è possibile eseguire il clustering "alla cieca" e vedere quanti gruppi sono consigliati e analizzare il collegamento tra i gruppi e la variabile binomiale (che sarebbe una combinazione di apprendimento non supervisionato per il clustering e poi apprendimento supervisionato per analizzare il collegamento tra cluster e target binomiale), oppure specificare direttamente che si desiderano 2 cluster nella piattaforma di clustering gerarchico (che potrebbe quindi essere considerato come apprendimento semi-supervisionato, poiché si conosce già il numero di cluster da trovare e specificare), e vedere se/come il clustering corrisponde alla variabile target binomiale.
Spero che questa risposta ti aiuti,
Ciao @Victor_G , ho fatto progressi con l'ultimo numero e volevo condividere la buona notizia con te. Come hai detto, quando si raggruppano dati misti, JMP normalizza automaticamente sia i dati continui che quelli discreti senza la necessità di una normalizzazione manuale preventiva. Anche se ho contattato qualche tempo fa il direttore aziendale regionale della JMP China University, non ho ancora ricevuto una risposta chiara. Apprezzo davvero il tuo aiuto in quel momento. Grazie ancora!
Ri: Due domande sull'uso del clustering JMPCiao @ Victor_G , ho fatto progressi sul mio ultimo problema e volevo condividere questa buona notizia con te. Proprio come hai detto, quando si raggruppano dati misti, JMP standardizza automaticamente i dati continui e discreti senza la necessità di una standardizzazione manuale preventiva. Sebbene abbia contattato il responsabile commerciale regionale JMP Cina per le università qualche tempo fa, non ho ancora ricevuto una risposta definitiva. Ti sono molto grato per la tua assistenza in quel momento. Grazie ancora!
