k-means와 같은 군집 알고리즘의 결과에 대해 판별 분석 (DA)을 사용하는 근거는 무엇입니까 (필수적으로 정신 장애의 임상 적 서브 타이핑).
클래스 간 (클래스 내) 관성의 최대화 (각각 최소화)를 지원하므로 클러스터 생성 중에 사용 된 변수에 대한 그룹 차이를 테스트하는 것은 일반적으로 권장되지 않습니다. 따라서 개인을 더 낮은 차원의 계승 공간에 포함시키고 그러한 분할의 "생성 성"에 대한 아이디어를 얻지 않는 한 예측 DA의 부가 가치를 충분히 인식하지 못합니다. 그러나이 경우에도 클러스터 분석은 기본적으로 탐색 도구로 남아 있으므로 이러한 방식으로 계산 된 클래스 멤버십을 사용하여 점수 규칙을 추가로 도출하면 처음에는 이상하게 보입니다.
관련 논문에 대한 권장 사항, 아이디어 또는 포인터?
R
.