第三章聚类分析课件.pptVIP

第三章 聚类分析cluster analysis 概述 距离与相似系数 系统聚类法 (hierarchical clustering ) 快速聚类法 (k-means clustering) 变量聚类 一、概述 聚类的实质 根据样本（变量）间的亲疏关系将样本（变量）分为类，相近的归为一类，差别较大的归为另一类。所获得的分类应有一定的意义。 聚类分析的关键 亲疏关系的判别：相似性与距离（不相似性） 分类数的确定：分多少类合适 聚类分析的应用 不同地区城镇居民收入和消费状况的分类研究。 区域经济及社会发展水平的分析及全国区域经济综合评价 产品市场细分：按照消费者的需求特征分成不同的细分市场 在儿童生长发育研究中，把以形态学为主的指标归于一类，以机能为主的指标归于另一类 聚类分析的类型 根据分类的对象 Q型聚类（即样品聚类clustering for individuals） R型聚类（指标聚类clustering for variables) 根据分类的方法： 系统聚类(hierarchical clustering ) 快速聚类(k-means clustering) 聚类分析数据格式 二、距离与相似系数 样本间的亲疏关系通常用距离描述，变量间的亲疏关系通常用相似系数或相关系数描述 不同测量尺度的数据，其距离的计算方法不同 （一）、距离：样本间的亲疏关系 距离的定义： 假