첫 번째 책을 출간하게 되어 매우 기쁘고, JMP를 사용한 생물통계학.이 책을 개발하는 작업 중 일부는 제가 고급 분석에 사용한 다양한 방법을 탐색하고 설명하는 것이었습니다. 데이터 마이닝과 데이터의 의미 찾기에 있어 클러스터링은 내 프로젝트에서 매우 유익했습니다.
~ 안에 JMP , 계층적 클러스터링과 k-평균이라는 두 가지 클러스터링 접근 방식을 쉽게 사용할 수 있습니다. 계층적 클러스터링은 각 점 사이의 거리를 비교하고 유사성(또는 비유사성)을 기준으로 점을 그룹화합니다. K-평균은 다르게 작동하며 다음을 찾는 것을 목표로 합니다. 케이 데이터에 적합한 중심을 지정해야 합니다. 케이 찾을 그룹 수입니다.
간단한 예
내장된 JMP 데이터 세트 “Birth Death Subset”은 너무 크지 않은 데이터 세트의 한 예이지만 클러스터링의 사용을 보여줍니다. 여기에는 조출생률과 사망률이라는 두 가지 변수와 33개국에 대한 관측치가 있습니다. 하지만, 데이터만으로는 의미 있는 해석을 찾기가 어렵습니다. 두 변수를 함께 표시하면 대부분의 국가가 출생률과 사망률 사이에 일반적으로 음의 관계가 있는 그림의 왼쪽 아래에 그룹화되어 있음을 알 수 있습니다. 그러나 기본 관계는 그다지 강력하지 않으며 이 데이터에 대한 회귀 모델은 통계적으로 유의미하지 않으며 차이를 거의 설명하지 않습니다. 그럼 우리는 이것으로 무엇을 할 수 있나요?
Raw scatterplot of dataRaw scatterplot of dataRaw scatterplot of dataRaw scatterplot of data데이터의 원시 산점도
클러스터링을 사용하여 이 데이터에 접근하면 보다 의미 있는 해석을 볼 수 있습니다. 이 데이터에 대한 클러스터 분석을 수행하려면 내 책의 11장에 있는 프로세스를 따를 수 있습니다. JMP를 사용한 생물통계학: 실용 가이드 . 간단히 말해서, JMP 13에서는 다음을 선택하고 싶습니다. 분석 ► 클러스터링 ► K는 클러스터를 의미함 .
이제 찾을 클러스터 수를 지정해야 합니다. 검색하려는 클러스터 수는 주관적이지만, 너무 적으면 대략적인 그룹화가 제공되고, 너무 많으면 시작한 것과 동일한 상황에 놓이게 된다는 점을 명심하세요. 이 분석을 위해 세 개의 클러스터를 찾습니다. 딸깍 하는 소리 가다 그러면 많은 결과가 표시될 것입니다(여기서는 표시하지 않음).
이러한 결과를 신속하게 분석하기 위해 다음과 같은 몇 가지 작업을 수행할 수 있습니다.
- 클러스터와 관련된 색상을 데이터 테이블에 저장합니다.
- 클러스터와 색상을 모두 사용하여 데이터를 다시 플로팅합니다.
K Means NCluster = 3 옆에 있는 빨간색 삼각형을 클릭하면 두 옵션 모두 사용할 수 있습니다. 가장 효과적인 결과를 얻으려면 먼저 색상을 저장하십시오.
클러스터를 밝게 음영 처리된 타원으로 만들고 각 클러스터에 대해 색상으로 구분된 포인트를 사용하면 이제 데이터에서 몇 가지 흥미로운 그룹화를 볼 수 있습니다.
- 연한 녹색은 출생률이 낮지만 사망률의 변동성이 큰 국가와 관련이 있습니다(참고로 대부분 개발됨 국가).
- 연한 파란색은 낮은 사망률과 관련이 있지만 출생률에는 많은 변동이 있습니다. 개발 중 국가).
- 빨간색은 출생률과 사망률이 높은 두 국가(아프가니스탄과 자이르)와 관련이 있습니다.
데이터 세트를 처음 열었을 때는 이것이 분명하지 않았지만 이제는 설득력 있는 이야기를 갖게 되었습니다. 데이터, 해석 및 시각화의 조합을 통해 이제 이 이야기를 더 많은 청중에게 쉽게 전달할 수 있습니다.
Same data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the data동일한 데이터이지만 클러스터에 색상을 지정하여 이제 데이터에 대한 의미 있는 해석을 제공합니다.
