教育信息处理第十二章讲稿课件.pptVIP

一　基本原理（系统聚类法，此外还有动态聚类法） 1 设有n 个样品，m个指标，有数据矩阵： 2 规格化变换（使各个指标权重相同，即同等重要） 3 确定距离（亲疏关系） （1）距离的性质 多元统计分析中的距离dij（样品Xi和Xj之间的距离）满足下列3个性质： ①?? dij≥0,对一切Xi、Xj，当且仅当Xi=Xj时，有dij=0； ②?? dij=dji , 即Xi与Xj的距离 = Xj与Xi的距离； ③?? 对于样品Xi、Xj、Xk，有dij≤ dik+dkj,这是几何学中三角不等式的推广（任意两边之和大于第三边）。 任意两个样品距离越小，说明它们越接近（一致），计算距离的方法很多，教材P258 （2）??欧氏距离（ 我们只介绍欧氏距离） （3）距离矩阵（按上述方法分别算出任意两个样品之间的距离） 该矩阵共有n行、n列： 4 开始聚类（初始为n类，每个样品为1类） ①从D中找出一个最小值涉及到的两个类（最小距离法，还有其他距离法：P259-260）； ②在数据矩阵X中，把上述两类合并成一类，两组数据取平均值，总的类就减少了一个； ③重新计算D（实际上只要计算刚合并的那个类与其他各类的距离）； ④重复①、②、③，直到所有的样品都归为一类或者归为所需要的类为止。 5 画出聚类谱系图 二 应用例(10名学生三次测验成绩 ,要求为4类) 1 原始数据及规格化数据 2