将应变表聚类

Question

我有一个列有特定特征的个体的应急表。为了简单起见，让我们假设表中有单独的列，以及他们喜欢的食物类型：

        | Pizza | Spinach | Cheese |
|-------|-------|---------|--------|
| Tom   |   0   |    1    |    1   |
| Jerry |   1   |    0    |    0   |
| Marie |   0   |    0    |    1   |
| Alex  |   1   |    0    |    1   |

我想把有相似品味的人聚在一起。做这件事最好的方法是什么？分层聚类是否适合这类数据？K模式有用吗？

我还想知道哪种食物是最适合这些集群的分离器。通信分析能帮到我吗？

最后，我想知道哪些食物是相关的。我能用Spearman系数来处理这类数据吗？

Answer 1

你可以使用潜在类模型(见Goodman，L.，1974 )。探索性潜结构分析使用可识别和不可识别的模型。Biometrika 61 (2)，215-231)该方法通过多项分布的混合达到聚类的目的。

如果您想知道哪些食物是聚类的最佳分隔器，则可以检查每个组件的多项式分布参数。此外，您还可以使用模型估计同时执行变量选择。

这种方法(有和没有变量选择)是在R包VarSelLCM中实现的。下面是一个示例(考虑到数据存储在对象"x“中)。

library(VarSelLCM)

x <- as.data.frame(x)
for (j in 1:ncol(x)) x[,j] <- as.factor(x[,j])

# Clustering with variable selection and a number of cluster between 1 and 4
# Model selection is BIC (to use MICL, the option must be specified)
out <- VarSelCluster(x, 1:4, nbcores = 2)

# partition
out@partition@zMAP

# summary
summary(out)