09GIS-计-10-聚类-判别分析.ppt

欧氏距离 欧氏距离平方 余弦相似测度 皮尔逊相关系数 切比雪夫距离 网格距离 闵可夫斯基距离 相似系数测度方法 Z得分 标准化到-1~1范围 标准化到0~1范围 标准化到最大值1 标准化到均值1 标准化到标准差1 数据变换方法 6）Save按钮/弹出如下对话框…… 7）OK，…… 样品隶属类 不保存样品隶属类表 保存规定分类数的样品隶属类表 保存规定第n1—n2的分类样品的隶属类表 n1 n2 * 聚类分析与判别分析 第 4 节 分类问题 事先不知该分几类 已经建立分类（已知分几类） 确定未知（待判）样品所属的类 根据样品相似情况进行归组并类 聚类分析 判别分析 多元统计 定量分类方法 学习 探索 一、聚类分析 1. 聚类分析基本思想 聚类分析 群分析 1）聚类分析方法的分类 * 分类对象 Q-型聚类 R-型聚类 对样品的分类 对变量/指标的分类 * 分类方法 系统聚类法 动态聚类法 2）聚类分析的基本思想 * 系统聚类分析的基本思想 样品或指标/变量各视为一类 将最相似的类合并 根据类与类之间 距离或相似程度 计算新类与其它类之间的距离或相似程度 选择最相似的类加以合并 至所有样品或指标/变量合并为一类为止 反复循环 * 动态聚类法的基本思想 按一定方法选取一批聚类中心 计算平均中心 形成分类 样品按就近原则向聚心凝聚 按就近距离原则不断修改分类至合理 循 环 3. 聚类分析对数据的要求 各变量/指标量纲、及变化幅度应大致相近 各变量/指标之间应相互独立 4. 聚类分析的统计量 * 相似系数 * 距离系数P84 夹角余弦 相关系数 绝对距离 欧氏距离 明科夫斯基距离 切比雪夫距离 样品 明科夫斯基距离 切比雪夫距离 闵可夫斯基距离 欧氏距离 欧氏距离平方 余弦相似测度 皮尔逊相关系数 切比雪夫距离 网格距离 闵可夫斯基距离 5. 聚类方法 根据类与类之间距离的定义： 最短距离p86 最远距离p89 重心法…… 6. 聚类分析的步骤（例）P85 P87 P89 直接聚类法 最短距离聚类法 最远距离聚类法 组间连接法 组内连接法 最近距离法 最远距离法 重心法 中位数法 最小偏差平方和法 聚类方法 （极差变换后） 直接聚类法 P85 P84表3.4.3 计算距离, 构造距离矩阵 4, 9 5, 7 2, 8 3, 4 →3, 4, 9 1, 2 →1, 2, 8 5, 6 →5, 7, 6 1, 3 →1, 2, 8, 3, 4, 9 1, 5 →1, 2, 8, 3, 4, 9, 5, 6 , 7 直接聚类法 P85-86 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 10(4，9) d(10, 1)=Min[d(4,1),d(9,1)]=2.19 d(10, 2)=Min[d(4,2),d(9,2)]=1.47 d(10, 3)=Min[d(4,3),d(9,3)]=1.20 d(10, 5)=Min[d(4,5),d(9,5)]=4.77 d(4,5)=d(5,4) d(10, 6)=Min[d(4,6),d(9,6)]=2.99 d(10, 7)=Min[d(4,7),d(9,7)]=3.32 d(10, 8)=Min[d(4,8),d(9,8)]=1.29 系 统 聚 类 法 最短距离法 P86-89 2.99 1.29 11(7,5) d(11, 1)=Min[d(7,1),d(5,1)] d(11, 2)=Min[d(7,2),d(5,2)] d(11, 3)=Min[d(7,3),d(5,3)] d(11, 8)=Min[d(7,8),d(5,8)] d(11, 10)=Min[d(7,10),d(5,10)] d(10, 1)= d(10, 2)= d(10, 3)= d(10, 6)=? d(10, 7)=? d(10, 7)=? 最短距离法 P86-89 最远距离法 P89-92 Min[d(4,1),d(9,1)]=2.19 Max[d(4,1),d(9,1)]=2.19 10(4，9) 系 统 聚 类 法 Min[d(4,2),d(9,2)]=1.47 Max[d(4,2),d(9,2)]=1.66 Min[d(4,3),d(9,3)]=1.20 Max[d(4,3),d(9,3)]=1.23 二、判别分析 1. 判别分析问题 根据地理系统 /研究对象的一些指标 /变量的数量特征，判别其类型归属的一种多元