K－means聚类分析在人体体型分类中的应用.pdfVIP

第 4O卷 第 5期 东华大学学报 (自然科学版) Vo1．40，NO．5 2014年 10月 JOURNAIOFDONGHUA UNIVERSITY(NATURAISCIENC『E) Oct．2O14 文章编号 ：1671—0444(2014)05—0593—06 K—means聚类分析在人体体型分类中的应用 方万 方万 ，，王王子子英荚 (东华大学 服装与艺术设计学院，上海 200051) 摘要：讨论 了K—means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要 问 题．参考 GB／T1335--2008，以219名青年女性人体数据为检验样本，以胸腰差为实例进行论证． 结果表明：采用基于系统聚类的距 离评价 函数法，样本最佳分类数为 7类，如 限制分类数为 3～5 时，则最优分类数为 4；抽取容量分别为 219和 100的两组样本进行不同迭代次数的聚类分析 ，发现 聚类收敛所需的迭代次数 受数据 离散程度影响，采用 SPSS软件进行聚类分析时应该设定较大的迭 代次数 以确保聚类收敛 ． 关键词：K—means聚类分析 ；人体体型；分类数 ；迭代次数 中图分类号：TS941 文献标志码 ：A ApplicationofK—meansClusteringAnalysisinthe BodyShapeClassification FANG Fang，WANG Zi-ying (FashionandArtDesign Institute，DonghuaUniversity，Shanghai200051，China) Abstract：The determ ination of the classification numberand the convergence of the iteration were discussed，whichwereimportantissuesofK-meansclusteringintheclassificationofhumanbodyshape． GB／T 1335--2008wasusedasreferencestandard，219youngfemalebodydatawereusedastestsamples， bust．waistwasthe variablefordemonstration．The distanceevaluation function based on hierarchical clusteringmethodwasputforwardtoexploretheclusteringnumberofthebodydata，itwasshowedthat theoptimalclusteringnumber is7，when the clustering number limited 3—5 classes，4 isoptima1． Differentiteration numberswereanalyzedin theprocessofclustering，usingtwodifferentsetsofdata， oneis219 samplesthe other is100 samples．The resultshowed thatiterationsnumbersrequired for convergencewasaffectedbythedegreeofdiscretedata，SOiteration numbershouldbebiggerin SPSSto ensureconvergence- Keywords：K-meansclusteringanalysis；bodyshape；clusteringnumber；iterationnumber 随着人们生活水平 的提高 ，国民体型发生 了显 方法、分类变量和分类数 目等方面，对人体体型分类 著变化 ，并且由于年龄 、个体 、地