Преобразование результатов опросников Опции

[comisora]

Всем доброго времени суток.
Существуют два опросника. Результаты одного опросника X₁ могут принимать значение от 1 до 100, результаты другого опросника X₂ - от 57 до 285. Естественно, баллы относятся к порядковой шкале. Из них нужно сконструировать никому не нужный Y. Про Y известно только то, что при X₁=100 и X₂=285 должно получаться максимальное значение, например, 153, а при X₁=100 и X₂=285 должно получаться минимальное значение, например, 62. Я подумал в сторону режима unsupervised из randomUniformForest, но слабо представляю решение данной задачи. Прошу поделиться советом/соображениями/пакетами/примерами.

[comisora]

2 p2004r

1) Не будет ли целесообразней использовать nonlinear/categorical PCA/Multiple Correspondence Analysis?

2) Исходя из беседы с passant, стало ясно, что "внешний показатель" можно попытаться сконструировать, основываясь на результатах опросников. Сам показатель упоминается как благое намерение, которое неясно, как оценивать.

оффтоп. Можете подсказать, как менять размер надписей при использовании функции strength.plot {bnlearn}? Круги получаются жутко большими, а текст в них маленький. Заходил на bnlearn.com, при беглом поиске ничего не нашел.

[p2004r]

2 p2004r

1) Не будет ли целесообразней использовать nonlinear/categorical PCA/Multiple Correspondence Analysis?

2) Исходя из беседы с passant, стало ясно, что "внешний показатель" можно попытаться сконструировать, основываясь на результатах опросников. Сам показатель упоминается как благое намерение, которое неясно, как оценивать.

оффтоп. Можете подсказать, как менять размер надписей при использовании функции strength.plot {bnlearn}? Круги получаются жутко большими, а текст в них маленький. Заходил на bnlearn.com, при беглом поиске ничего не нашел.

1. Это всё можно решить только работая непосредственно с данными.

2. Все на эту тему я сказал в посте выше. Могу только повторить или мы не знаем что выделяем и тогда PCA и аналоги, или знаем-имеем образец тогда регрессия.

Эта функция принимает обычные параметры вывода графики

...: other graphical parameters

[passant]

или знаем-имеем образец тогда регрессия.

При условии конечного числа "образцов" и с учетом типа шкал независимых переменных(градаций опросников) - классификация.
Но, насколько я понял, у ТС все-таки не такой случай.