§34 系统聚类分析方法 - 哈尔滨学院.ppt

第六章 地理系统的聚类分析与判别分析 第一节 地理系统的聚类分析 聚类分析方法: 是定量地研究地理事物分类问题和地理分区问题的重要方法。常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。 一. 聚类分析的数据处理 在聚类分析中，常用的聚类要素的数据处理方法有如下几种: ① 总和标准化。分别求出各聚类要素所对应的数据的总和，以各要素的数据除以该要素的数据的总和，即 这种标准化方法所得到的新数据满足 例:下表给出了某地区九个农业区的七项指标，它们经过极差标准化处理后,如表3.4.3所示. (二) 距离系数 距离:是事物之间差异性的测度，是系统聚类分析的依据。 常见的距离有 ： ① 绝对值距离 ② 欧氏距离 ③ 明科夫斯基距离 1.直接聚类法 2. 最短距离聚类法 3. 最远距离聚类法 四. 系统聚类法距离公式的统一表达 最短距离和最远距离：可以用一个公式表示--- 用下图表示二者关系： 五. 系统聚类分析实例 对中国大陆31个省级区域第三产业综合发展水平进行类型划分及差异性程度分析--- 聚类指标选择 (选取如下7项指标 ) ① y1——人均GDP，它反映了经济社会发展的总体状况和一般水平； ② y2——人均第三产业增加值，它反映了人均服务产品占有量或服务密度； ③ y3——第二产业增加值比重，它反映了工业化水平和产业结构现代化程度； 聚类结果分析 ② 在第一步所得到的8×8阶距离矩阵中，非对角线元素中最小者为d57=0.83，故将G5与G7归并为一类，记为G11，即G11=｛G5，G7｝。按照公式分别计算G1，G2，G3，G6，G8，G10与G11之间的距离，得到一个新的7×7阶距离矩阵如下： ③ 在第二步中所得到的7×7阶距离矩阵中，非对角线元素中最小者为d28=0.88，故将G2与G8归并为一类，记为G12，即G12=｛G2，G8｝。再按照公式分别计算G1，G3，G6，G10，G11与G12之间的距离，得到一个新的6×6阶距离矩阵如下： ④ 在第三步中所得的6×6阶距离矩阵中，非对角元素中最小者为d3，10=1.23，故将G3与G10归并为一类，记为G13，即G13=｛G3，G10｝=｛G3，（G4，G9）｝。再按照公式计算G1，G6，G11，G12与G13之间的距离，得到一个新的5×5阶距离矩阵如下： ⑤ 在第四步所得的5×5阶距离矩阵中，非对角线元素中最小者为d1，12=1.52，故将G1与G12归并为一类，记为G14，即G14=｛G1，G12｝=｛G1，（G2，G8）｝。再按照公式分别计算G6，G11，G13与G14之间的距离，得到一个新的4×4阶距离矩阵如下： ⑥ 在第五步所得的4×4阶距离矩阵中，非对角线元素中最小者为d6，11=1.78，故将G6与G11归并为一类，记为G15，即G15=｛G6，G11｝=｛G6，（G5，G7）｝。再按照公式分别计算G13，G14和G15之间的距离，得到： ⑦ 在第六步中所得的3×3阶距离矩阵中，非对角线元素中最小者为d13，14=3.10，故将G13与G14归并为一类，记为G16，即G16=｛G13，G14｝=｛（G3，（G4，G9）），（G1，（G2，G8））｝。再按照公式计算G15与G16之间的距离，可得一个新的2×2阶距离矩阵如下： 图3.4.3 最远距离聚类谱系图 G1 G2 G8 G3 G4 G9 G5 G7 G6 ⑧ 将G15与G16归并为一类。此时，各个分类对象均已归并为一类。 综合上述聚类过程，可以作出最远距离聚类谱系图。 最短距离 最远距离 图3.4.4 两种不同的空间距离 a1 a2 A b1 b2 B 当α、β、γ三个参数取不同的值时，就形成了不同的聚类方法. 系统聚类其他方法的公式 ： ④ y4——第三产业增加值比重，它反映了第三产业的发展程度及其对国民经济的贡献； y5——第三产业从业人员比重，它反映了第三产业对劳动力的吸纳能力； ⑥ y6——第三产业固定资产投资比重，它反映了第三产业的资金投入程度； ⑦ y7——城市化水平，它反映了农村人口转化为城市人口的程度及对服务的需求量。 聚类计算(计算过程 ) ① 用标准差标准化方法对7项指标的原始数据进行处理。 ② 采用欧氏距离测度31个省（市、区）之间的样本间距离。 ③ 选用组平均法计算类间的距离，并对样本进行归类。 经过上述聚类计算步骤，得到的聚类结果见下图. 样本 Num +---------+---------+---------