클러스터링 분석을 수행하고 있습니다. 서로 관련이있는 많은 변수가 있습니다. 알고 싶습니다. 상관 된 변수를 포함시키는 것이 좋습니까? 이 경우 어떻게해야할까요? 사전에 모든상관 관계 변수로 클러스터링
-1
A
답변
2
첫째, 명백한 접근에
감사 :
당신이 그들 모두를 필요하거나 그들 중 일부
희게 (역 상관)을 멀리 떠날 수 있는지 여부를 평가 PCA를 통해 데이터를 얻으십시오. 어쨌든 k- 수단의 모범 사례입니다.
두 번째로 상관 클러스터링을 조사하여 데이터 세트 내에서 서로 다른 상관 관계를 나타내는 클러스터를 식별하려고 할 수 있습니다. 데이터가 전 세계적으로 상호 연관성이없는 경우, 미백은 이러한 국부 상관 관계를 제거하지 않습니다. 상관 클러스터링은 이러한 패턴을 발견하기위한 것입니다.
관련 문제
- 1. 그래프 분할을위한 상관 관계 클러스터링
- 2. Matlab : 상관 관계 번호
- 3. 상관 관계 Corrplot 구성
- 4. 상관 관계 : 그래프 만들기
- 5. 사이의 상관 관계
- 6. 2D 상관 관계 가속화
- 7. SAS의 피어슨 상관 관계
- 8. Numpy 배열 상관 관계
- 9. 상관 관계 계산
- 10. 상관 관계 함수로부터의
- 11. 클러스터와 점의 상관 관계
- 12. Matlab 상관 관계 함수
- 13. R 상관 관계 계산
- 14. LoadRunner EXTRARES 상관 관계
- 15. 시계열과 흑연의 상관 관계
- 16. BizTalk의 상관 관계
- 17. 신호의 상관 관계
- 18. 상관 관계 히트 맵
- 19. R의 상관 관계; 숫자
- 20. 상관 관계 계산식 Matlab
- 21. 상관 관계 오디오 opencv
- 22. 피어슨의 상관 관계
- 23. 비선형 상관 관계 찾기 R
- 24. 그래프 상관 관계 발견 알고리즘
- 25. MATLAB : 시드 영역과의 상관 관계
- 26. 일일 상관 관계 계수 - Matlab
- 27. 파이썬에서 상관 관계 도표 작성
- 28. SQL - 상관 관계 서브 쿼리
- 29. 실무실 주석이있는 상관 관계 테이블
- 30. 베이지안 상관 관계 (PyMC3 포함)
클러스터링 전에 선형 상관 관계를 제거하기 위해 데이터 집합에서 PCA를 실행할 수 있습니다. –
나는 PCA를 사용한 적이 없다.이 방법은 상관 관계가있는 변수를 제거합니까? 더 자세히 설명해 주시겠습니까? – Arushi