我有一个数据集，比如 Q，具有以下维度（列中的数据是独立的）
Q1 Q2
0.676638655462185 0.470588235294118
0.889747899159664 0.976470588235294
0.867478991596639 0.494117647058824
0.886974789915966 0.600000000000000
0.823109243697479 0.435294117647059
0.757226890756303 0.0941176470588235
0.751764705882353 0.235294117647059
0.935294117647059 0.0941176470588235
0.927899159663866 0.576470588235294
0.913109243697479 0.329411764705882
0.888151260504202 0.400000000000000
0.935714285714286 0.305882352941177
0.583781512605042 0.0588235294117647
0.827394957983193 0.141176470588235
0.938823529411765 0.317647058823529
0.941176470588235 0.541176470588235
0.942352941176471 0.164705882352941
我想把这个归类p = 0.2 : 0.2 : 1；其中类之间的差异将是 20%。对于数据的分类，应考虑这两个值。
我尝试了聚类，但聚类的结果并不令人信服。我试过了NEWPR，但仍然无法做任何事情。
我的原始数据由42-8-2117 个实例的（总共 71 个）属性组成。我也从那方面尝试过。对于NEWPR，我使用了一些决定性的属性——一个或两个（在 71 个中）——作为目标。即使我尝试将数据库拆分为某个百分比。由于我的数据没有 1/0，因此没有结果。
当我采用 60% 的基准和 ( Q1 > 0.60 & Q2 > 0.60) 类逻辑的简单逻辑时，分类效果很好。我得到的分类结果非常好。在那种情况下，数据的序列化是一个问题，我手动完成了。但是，这对我来说并没有说服力，因为需要根据模型对更多数据进行分类。
我不确定是否0< Q1 < 0.20 & 0 < Q2 < 0.2可以在 Matlab 中使用 ( ) 类逻辑？
否则，我可以使用任何常用的分级系统来进行此分类吗？
请帮助我找到针对此问题的定制解决方案。