问题上下文
由于我的问题与复杂的分子生物学有关，因此我将使用一个类比来简化这一过程。假设我们有一个树木场，其中的每棵树都具有一组分类上同等重要的特征，例如leaf color，leaf shape等。一个农夫将树木分为四组种植，其中一棵由{ {1}}和species x的三棵树。在数据方面看起来像这样：
species y Group leaf.color leaf.shape
1 green linear
1 red ovate
1 red linear
1 yellow linear
2 green deltoid
2 green deltoid
2 brown ovate
2 red reniform
类别=绿色，红色，黄色，成年和leaf.color类别为线性，卵形，三角肌和肾形。农民忘记了哪棵树，但是我们知道的是，大多数数据（3/4）来自leaf.shape，而1/4来自species y。为了处理这些数据（更具体地说是我们的分子问题），我们需要定义一些距离。我们选择每个类别的重要性相等，以使每个类别之间的距离为1。我们通过将变量转换为二进制矢量来做到这一点：
species x我们知道 random.id group leaf.color.yellow leaf.color.red leaf.color.green leaf.color.brown leaf.shape.linear leaf.shape.deltoid
1 1 1 0 0 1 0 1 0
2 2 1 0 1 0 0 0 0
3 3 1 0 1 0 0 1 0
4 4 1 1 0 0 0 1 0
5 5 2 0 0 1 0 0 1
6 6 2 0 0 1 0 0 1
7 7 2 0 0 0 1 0 0
8 8 2 0 1 0 0 0 0
leaf.shape.ovate leaf.shape.reniform
1 0 0
2 1 0
3 0 0
4 0 0
5 0 0
6 0 0
7 1 0
8 0 1
和species x具有鲜明的特征（在这个不切实际的小例子中显然不突出），因此我们决定应用因子分析来查看哪些特征将两组区分。 在我们的真实数据集中，我们有约15.000个观测值（其中1/4 = x和3/4 = y），每个观测值都有4个类别的49个变量。我们使用species y包进行了因子分析：
R psych这将给出几个警告：
fit <- fa(mat, nfactors=1)
尽管如此，结果还是不错的，我们将输入分组（在示例中为1或2）分组，然后选择PA得分最高的树作为树种x。然后我们可以进行检查，因为我们在单独的表格中有确切的物种。这表明我们可以在〜84％的情况下正确地对树木进行“分类”。然后，我在不同的论坛上进行了搜索，以提高针对二进制（或二分法）数据进行因子分析的性能：
问题
考虑到以上数据（对49个二进制变量进行的15.000次观察），假设各组之间的差异足够大，将这种数据分为两组的常用方法是。