第六章 聚类分析.pptVIP

例 6.2.2 对305 名女中学生测量八个体型指标： 相关矩阵列于表6.2.5，我们用相似系数 来度量各变量之间的相似性。 表6.2.5 各变量之间的相关系数 1.000 0.846 1.000 0.805 0.881 1.000 0.859 0.826 0.801 1.000 0.473 0.376 0.380 0.436 1.000 0.398 0.326 0.319 0.329 0.762 1.000 0.301 0.277 0.237 0.327 0.730 0.583 1.000 0.382 0.415 0.345 0.365 0.629 0.577 0.539 1.000 图6.2.3 八个体型变量的最长距离法树形图 类与类之间的距离既不取两类最近样品间 的距离，也不取两类最远距离间的距离，而是 取介于两者之间的距离，称为中间距离法 （median method）。 中间距离法 设某一步将 和 合并为 ，对于任一 类 ，考虑由 为边长组成的 三角形（如图6.2.4所示），取 边的中线 作为 ，由初等平面几何可知， 的计算 公式为 图6.2.4 中间距离法的几何表示 中间距离法可推广为更一般的情形，将 (6.2.5)式三项的系数依赖于某个参数 ，即 这里 ，这种方法称为可变法。 其中 和 分别为类 和 的样品个数， 为 中的样品 与 中的样品 之间的距离。 类平均法 类平均法(gverage linkage method)有两种 定义，一种定义方法是类与类之间距离定义 为所有样品对之间的平均距离，即定义 和 之间的距离为 递推公式为： 另一种定义方法是定义类与类之间的平方距 离为样品对之间的平方距离的平均值，即 它的递推公式类似于(6.2.8)式，即 在递推公式(6.2.10)式中， 的影响没有被反 映出来，为此可将该递推公式进一步推广为 其中 ，称这种系统聚类方法为可变类 平均法。 对例6.2.1采用(6.2.9)式的类平均法进行聚类。对 的每个元素都平方，则使用递推公式会比较方便。 (1) 计算 ，见表 6.2.6。 表6.2.6 0 1 0 25 16 0 49 36 4 0 100 81 25 9 0 (2)找 中的最小元素，它是 ，将 和 合并为 ，计算 与 的距离。这时 ， 由(6.2.9) 式计算得 同样可算得 和 ，列于表6.2.7。 0 20.5 0 42.5 4 0 90.5 25 9 0 表6.2.7 (3)对 重复上述步骤 ，将 和 并为 ， 得平方距离矩阵 (见表6.2.8)，再将 和 合并成 得 (见表6.2.9)，最后将 和 合并为 ，聚类过程终止。 0 51.17 0 表6.2.9 表6.2.8 0 31.5 0 90.5 17 0 树形图如图6.2.5所示。 图6.2.5 类平均法树形图 类与类之间的距离定义为它们的重心（均值） 之间的欧氏距离。设 和