多変量分析 > K Meansクラスター分析 > k-meansクラスター分析の例
公開日: 04/01/2021

k-meansクラスター分析の例

この例では、「Cytometry.jmp」サンプルデータテーブルを使って、データ行のクラスタリングを行います。サイトメトリー(cytometry)は、細胞の表面に対するマーカーを検出するのに使用されています。これらのマーカーは、特定の疾病を診断するのに役立ちます。この例では、サイトメトリー測定で読み取った4つのマーカーに基づいて、データ行をグループに分けます。

1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Cytometry.jmp」を開きます。

2. [分析]>[クラスター分析]>[K Meansクラスター分析]を選択します。

3. 「CD3」「CD8」「CD4」「MCB」を選択して[Y, 列]をクリックします。

4. [OK]をクリックします。

5. 「クラスターの数」の下に「3」と入力します。

6. 「クラスター最大数(オプション)」下に「15」と入力します。

クラスターの最大個数を15に設定したため、3~15個のクラスターのあてはめが行われます。その後、これらのなかから最も適しているであろうクラスター数を選択できます。

7. [実行]をクリックします。

図13.2 「クラスターの比較」レポート 

Image shown here

「クラスターの比較」レポートは、レポートウィンドウの最上部に表示されます。CCC(Cubic Clustering Criterion:立方クラスタリング規準)の最も大きいときのクラスタリングが、最も適していると考えられるクラスター数です。この例では、クラスター数が11のときに、CCCが最大となっています。

8. 「K Means法クラスター数=11」のレポートまでスクロールします。

図13.3 「K Means法クラスター数=11」レポート 

Image shown here

「クラスター要約」レポートには、11個のクラスターそれぞれのオブザベーション数(データの行数)が表示されています。「クラスター平均」レポートには、4変数それぞれの、クラスターごとの平均が表示されます。

9. 「K Means法クラスター数=11」の赤い三角ボタンをクリックし、[パラレルプロット]を選択します。

図13.4 Cytometryデータのパラレルプロット 

Image shown here

パラレルプロットからは、どのようにデータがクラスターごとに分布しているかが分かります。これらのプロットを使って、クラスター間でどのような違いがあるかを確認しましょう。クラスター4、6、7、8、9では、CD8の値が比較的低く、CD4の値が高いことがわかります。一方、クラスター1ではCD8の値が高く、CD4の値が低くなっています。

10. 「K Means法クラスター数=11」の赤い三角ボタンをクリックして[バイプロット]を選択します。

図13.5 Cytometryデータのバイプロット 

Image shown here

プロットの右側には、クラスターを色分けする凡例が表示されます。最初の2つの主成分に基づいて、他から最も離れているように見えるクラスターは、クラスター3、10、11です。これらは、図13.4のパラレルプロットを見ても、他のクラスターのプロットと異なっていることが確認できます。プロットの下のリストを使用すれば、第1主成分と第2主成分以外のバイプロットを表示できます。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).