05聚类分析-SAS实验.pptVIP

聚类分析－SAS实验 广东药学院公共卫生学院 SAS聚类分析过程 系统聚类过程（Cluster过程） 快速聚类过程（Fastclus过程 ） 变量聚类过程（Varclus过程） 画树状图过程（Tree过程） 系统聚类过程（Cluster过程） 样本聚类（小样本） 原始数据：example1 距离矩阵（type=distance） 指标聚类（变量个数少） 距离矩阵（type=distance）：example2 系统聚类过程（Cluster过程） 每个观测各成一类 计算两两类间距离 距离最近的两类合并 所有观测合并为一类 系统聚类过程（Cluster过程） 类平均法（method=ave） 重心法（method=cen） 最长距离法（method=com） 可变类平均法（method=fle） 最短距离法（method=sin） 中间距离法（method=med） Ward最小方差法（method=war） 密度估计法（method=den） 系统聚类过程（Cluster过程） Proc cluster data=example1 method=single std ccc; Var x1-x2; Id name; run; Proc tree horizontal space=3; Id name; Run; 指定计算类间距离方法 原始变量标准化 输出聚类统计量 聚类分析常用指标 复相关系数的平方RSQ(squared multiple correlation)：表示总体变异被类变异所解释的比例 半偏复相关系数的平方SPRSQ(semipartial r-squared)：表示合并两类后导致复相关系数的平方的减少量 聚类分析常用指标 CCC(cubic clustering criterion) RMS(root-mean-square standard deviation)表示所有距离平方的均数的平方根值 标准距离(normalized RMS distance)：表示两类合并时的距离与RMS之比。 快速聚类过程（Fastclus过程 ） 选择若干观测初始凝聚点 计算观测到凝聚点距离 将观测按距离最小原则归类 调整各类凝聚点 分类没有变化 快速聚类过程（Fastclus过程 ） 大样本快速聚类（n＝100～100，000） 输出类内指标均值，比较类间差异 没有原始数据标准化功能 需要指定类别数或初始凝聚点间最小距离 不能输出作树状图的聚类信息 快速聚类过程（Fastclus过程 ） proc fastclus /*maxclusters=3*/ radius=4 distance ; var x1-x3; run; 指定允许的最大分类个数 指定凝聚点间的最小距离 计算类间距离 变量聚类过程（Varclus过程） 变量聚类 每一类的第一主成分所解释的方差为最大 可输出作树状图（tree过程）的数据集 可输出计算每一类主成分得分（score过程）的数据集 变量聚类过程（Varclus过程） proc varclus data=Protein outtree=tree maxclusters=4; var RedMeat--FruitVeg; run; proc tree data=tree spaces=1 pages=1 horizontal; id _name_; run;