关于JMP聚类使用过程出现的两个疑问我正在使用JMPpro进行一项样本量约10000份、包含20个变量的无监督机器学习聚类分析。在使用过程中出现了一些疑问，特此前来请教其他使用者或工程师，感谢你们能够抽出宝贵的时间阅读并耐心分析解答我的问题！ 疑问一：我已认真阅读该软件聚类分析功能介绍，JMP中的层次聚类适用于小样本的任意数据类型。那么，若数据中的20个变量分别属于混合型数据（包含连续型变量、离散型变量、有序型变量、名义型变量），请问我在进行层次聚类时是否需要事先把连续型变量和离散型变量进行标准化处理，随后在【标准化依据】选择“未标准化”呢？还是选择“未标准化”后软件会自动识别连续型变量和离散型变量并进行标准化处理，且有序型变量和名义型变量保持原始值呢（即无需在层次聚类前事先手动标准化处理）？ 疑问二：聚类分析属于机器学习中的无监督学习，若将19个变量进行层次聚类时，并在【依据】设置了某个（1个）二元名义型变量。那么，此次分析是否还被认为是无监督学习，或已经属于半监督学习呢？若被认为属于“半监督学习”，但是聚类本身属于无监督学习，它们之间的关系应该如何准确描述呢？
Predictive Modeling and Machine LearningRe: 关于JMP聚类使用过程出现的两个疑问你好@pnogau ，
欢迎加入社区！
关于您的问题：
- 如果您的数据包含混合数据和建模类型（数值连续、序数和名义），那么只有层次聚类平台才能处理这种不同的数据类型。您可以在此处获得更多信息，即聚类观察平台概述，其中显示了以下表格：
您不需要事先对数值连续变量进行处理，有几种选项可以通过指定数据格式、标准化类型和缺失数据插补直接在平台中进行预处理： 启动层次聚类平台
- 不确定是否完全理解你的第二个问题。
当您事先不知道数据中有多少“组”/群集以及您的观察结果属于哪个组时，可以使用聚类，因此它是一种无监督学习技术。层次聚类是 JMP 中一种有趣的技术和平台，因为它可以执行双向聚类，其中您的观察结果被分组到群集中，并且使用的变量也被分组到群集中，以查看所用变量之间的相似性和相关性。除了其他多变量平台（如相关性和多变量技术）或使用图形生成器进行可视化之外，还可以执行此分析，以更好地评估变量之间的相关性。
此外，如果您的二项式变量是某种目标，您可以“盲目”执行聚类并查看推荐了多少个组，并分析组与二项式变量之间的联系（这将是聚类的无监督学习的组合，然后是监督学习以分析聚类和二项式目标之间的联系），或者直接指定您想要在层次聚类平台中的 2 个聚类（然后可以将其视为半监督学习，因为您已经知道要查找和指定聚类的数量），并查看聚类是否/如何与二项式目标变量匹配。
希望这个答案能帮助你，
Re: 关于JMP聚类使用过程出现的两个疑问你好。 @Victor_G
非常感谢您在论坛上对我的问题的帮助和耐心回复。您的回答和建议为我提供了宝贵的见解，我相信我面临的问题已经得到初步解决。
问题1：由于我的数据包含混合类型的变量，确实需要进行层次聚类。另外，我按照您的建议，仔细重读了“启动层次聚类平台”，找到了解决方案：为了解决连续列和序数列的测量尺度不同的问题，似乎应该先对连续变量和离散变量进行标准化，然后在“标准化依据”下选择“未标准化”。 标准化依据
问题2：你对我的疑惑理解的很准确，你的回答给了我很大的启发。其实我的目的是用聚类分析来发现一个庞大的数据集（个体）中的不同聚类，并进行可视化分析来探索二十多个变量之间的潜在关系，这是一个无监督的机器学习任务。但为了得到更理想的聚类结果，似乎在“By”下选择某个二项变量会产生非常令人满意的聚类结果。我在想这现在是不是变成了半监督学习或监督学习。
其实，我有幸联系上了一位负责JMP中国区大学业务的工程师，我正准备跟他进一步验证我的猜想。如果大家感兴趣的话，我会把得到的答案分享给大家。
收到你的回信我很激动！祝你生活愉快，工作顺利~
Re: 关于JMP聚类使用过程出现的两个疑问
@Victor_G写道：
你好@pnogau ，
欢迎加入社区！
关于您的问题：
- 如果您的数据包含混合数据和建模类型（数值连续、序数和名义），那么只有层次聚类平台才能处理这种不同的数据类型。您可以在此处获得更多信息，即聚类观察平台概述，其中显示了以下表格：
您不需要事先对数值连续变量进行处理，有几种选项可以通过指定数据格式、标准化类型和缺失数据插补直接在平台中进行预处理： 启动层次聚类平台 - 不确定是否完全理解你的第二个问题。
当您事先不知道数据中有多少“组”/群集以及您的观察结果属于哪个组时，可以使用聚类，因此它是一种无监督学习技术。层次聚类是 JMP 中一种有趣的技术和平台，因为它可以执行双向聚类，其中您的观察结果被分组到群集中，并且使用的变量也被分组到群集中，以查看所用变量之间的相似性和相关性。除了其他多变量平台（如相关性和多变量技术）或使用图形生成器进行可视化之外，还可以执行此分析，以更好地评估变量之间的相关性。
此外，如果您的二项式变量是某种目标，您可以“盲目”执行聚类并查看推荐了多少个组，并分析组与二项式变量之间的联系（这将是聚类的无监督学习的组合，然后是监督学习以分析聚类和二项式目标之间的联系），或者直接指定您想要在层次聚类平台中的 2 个聚类（然后可以将其视为半监督学习，因为您已经知道要查找和指定聚类的数量），并查看聚类是否/如何与二项式目标变量匹配。
希望这个回答对你有所帮助，
嗨 @Victor_G ，我在上一期上取得了进展，想与您分享这个好消息。正如您所说，在对混合数据进行聚类时，JMP 会自动对连续和离散数据进行标准化，而无需事先进行手动标准化。虽然我前段时间与JMP中国大学区域业务经理取得了联系，但仍然没有收到明确的答复。我非常感谢您当时的帮助。再次感谢！
Re: 关于JMP聚类使用过程出现的两个疑问你好@Victor_G ，我在上一个问题上取得了进展，想和你分享这个好消息。正如你所说，在对混合数据进行聚类时，JMP会自动对连续和离散数据进行标准化，而无需事先进行手动标准化。虽然我前段时间联系了JMP中国大学区域业务经理，但仍然没有得到明确的答复。我非常感谢你当时的帮助。再次感谢你！
