聚类分析及其在我国各省经济发展水平分类研究中的应用.pdfVIP

2014年 12月 安庆师范学院学报(自然科学版) Dec．2014 第2O卷第4期 JournalofAnqingTeachersCollege(NaturalScienceEdition) V01．20 NO．4 13OI：lO．13757／j．enki．en34—1150／n．2014．04．009 聚类分析及其在我国各省经济发展水平分类研究中的应用 王翠云，胡学平 (安庆师范学院数学与计算科学学院。安徽 安庆 246133) 摘 要：聚类分析是一种寻求客观分类的方法，它是多元统计分析中三大实用方法之一。本文首先对聚类分析的 各种算法进行分类与介绍；然后总结了聚类分析在经济 、生物、电子商务、保险等方面的一些应用，并对两类应用较广泛 的聚类算法进行对比分析；最后结合 SPSS软件，分别运用系统聚类法和K一均值聚类法对我国31个省区经济发展水平 进行分类，发现二者分类结果相同，且与我国现阶段各省各地区经济发展现状吻合度较高。 关键词：聚类分析；谱系聚类法；动态聚类法；分割聚类法；算法 中圈分类号：TP391 文献标识码 ：A 文章编号：1007—4260(2014)04—0036—06 聚类分析是一种来源于数值分类学且运用多 分析中的一大实用方法。它的基本思想是通过一 元统计分析技术对数据样本或者变量进行分类的 个大的对称矩阵把需要研究分类的对象看作多维 方法。随着人们生活水平的不断提高，对聚类分 空间的一些向量，按照各类聚类算法的各 自准则 析的应用要求也越来越高，因此近年来聚类分析 定性或者定量的求出这些数据(或者变量)间的 的科学研究也 日益广泛。本文首先对聚类分析研 相似程度值，同时又按照这些样本 (或者变量)的 究成果及其相关应用进行总结和分类，重点分析 内在联系等因素合理的逐步将它们分类到不同的 比较两类应用较广泛的聚类算法，并通过举例说 类或者簇 ，形成一个亲疏关系谱系图，用 以更直观 明系统聚类分析在全国各省经济发展水平分类中 地显示分类对象的差异和联系，进而能够更加客 的应用。 观的反映样本 (或者变量)问的相关关系，便于对 l 关于聚类分析 实际问题进行具体分析。因为对这些多维空间中 的大量向量进行聚类可 以减少样本簇的个数 、降 聚类是不需要样本先验信息的非参数数据分 低处理这些数据的难度 ，因此 ，一定程度上来说 ， 类过程，它按照同簇对象相似性尽可能大、不同簇 聚类分析的基本思想便是降维。 对象相似性尽可能小的准则把样本数据或变量分 类到不同的类或者簇中。聚类分析是依据聚类的 1．2 聚类分析的作用 结果对样本数据或者变量的内在联系进行分析和 (1)聚类分析是对数据进行降维简化的有效 描述的过程 。聚类分析算法 ¨是一种将 R维空间 手段，因此在实际问题的分析处理时，例如生物物 中的n个向量分别分类到 个簇 中，并且要求每个 种分类、市场经济的客户细分等问题中，聚类分析 向量到其聚类中心的距离最小的算法。 可以解决这些样本的初步分类问题，为实际问题