clusterers系统聚类分析.ppt

第4节 系统聚类分析 聚类要素的数据处理 距离的计算 直接聚类法 最短距离聚类法 最远距离聚类法 系统聚类法计算类之间距离的统一公式 系统聚类分析实例 一、聚类要素的数据处理 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 例题:表3.4.2给出了某地区9个农业区的7项指标，它们经过极差标准化处理后，如表3.4.3所示。 二、距离的计算 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 三、直接聚类法 图3.4.1 直接聚类谱系图 四、最短距离聚类法 五、最远距离聚类法 六、计算类之间距离的统一公式 最短距离和最远距离 可以用一个公式表示 用图3.4.4表示二者关系： 七、实例分析 表3.4.5给出了某农业生态经济系统各个区域单元的有关数据，下面我们运用系统聚类法，对该农业生态经济系统进行聚类分析，步骤如下： (1)用标准差标准化方法，对9项指标的原始数据进行处理； (2)采用欧氏距离测度21个区域单元之间的距离； (3)选用组平均法，计算类间的距离，依据不同的聚类标准（距离），对各样本（各区域单元）进行聚类，并作出聚类谱系图。 从聚类分析谱系图（图3.4.5）可以看出，在不同的聚类标准（距离）下，聚类结果不同，当距离标准逐渐放大时，21个区域单元被依次聚类。 当距离为0时，每个样本为单独的一类； 当距离为5，则21个区域单元被聚为16类； 当距离为10，则21个区域单元被聚为9类； 当距离为15，则21个区域单元被聚为5类； 当距离为20，则21个区域单元被聚为3类； 最终，当聚类标准（距离）扩大到25时，21个区域单元被聚为1类。 例题:对于前面的例子，最远距离聚类法的聚类过程如下： (1) 在9×9阶距离矩阵中，非对角元素中最小者是d94=0.51，将第4区与第9区并为一类，记为G10，即G10=｛G4，G9｝。按照公式（3.4.11）分别计算G1，G2，G3，G5，G6，G7，G8与G10之间的距离，得到一个新的8×8阶距离矩阵 (2) 在第1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（3.4.11）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2步所得到的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（3.4.11）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3步所得的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（3.4.11）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4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（3.4.11）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5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（3.4.11）分别计算G13，G14和G15之间的距离，得到一个新的3×3阶距离矩阵如下 (7) 在第6步所得的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（3.4.11