কে-মানেগুলির মতো ক্লাস্টারিং অ্যালগরিদমের ফলাফলগুলিতে বৈষম্য বিশ্লেষণ (ডিএ) ব্যবহার করার যুক্তি কী, আমি যেমন সময়ে সময়ে সাহিত্যে দেখি (মূলত মানসিক ব্যাধিগুলির ক্লিনিকাল সাবটাইপিংয়ের উপর)?
ক্লাস্টার নির্মাণের সময় যে ভেরিয়েবলগুলি ব্যবহৃত হয়েছিল তার উপর গ্রুপ পার্থক্যের জন্য সাধারণত এটি পরীক্ষা করার পরামর্শ দেওয়া হয় না যেহেতু তারা শ্রেণি (শ্রেনী। শ্রেণীর মধ্যে) জড়তার সর্বাধিককরণ (শ্রদ্ধা হ্রাস) সমর্থন করে। সুতরাং, ভবিষ্যদ্বাণীপূর্ণ ডিএর অতিরিক্ত মূল্যকে আমি পুরোপুরি প্রশংসা করতে নিশ্চিত নই, যদি না আমরা নিম্নতর মাত্রার একটি ফ্যাক্টরিয়াল স্পেসে ব্যক্তিকে এম্বেড করতে এবং এই জাতীয় পার্টিশনের "সাধারণীকরণ" সম্পর্কে ধারণা না পাই। তবে এই ক্ষেত্রেও, ক্লাস্টার বিশ্লেষণ মৌলিকভাবে একটি অনুসন্ধানের সরঞ্জাম হিসাবে রয়ে গেছে, সুতরাং ক্লাসের সদস্যপদ ব্যবহার করে স্কোরিংয়ের নিয়ম আরও এগিয়ে নেওয়ার জন্য এইভাবে গণনা করা প্রথম নজরে অদ্ভুত বলে মনে হয়।
কোনও প্রস্তাবনা, ধারণা বা প্রাসঙ্গিক কাগজগুলিতে পয়েন্টার?
R: cran.r-project.org/web/packages/adegenet/vignettes/…