张素文-第2章 聚类分析.pptVIP

此例中 {X1，X3，X4} ∈ Z1=X1 {X2，X6} ∈ Z2=X6 {X5，X7，X8，X9，X10} ∈ Z3=X7 §2.4 分级聚类法 （Hierarchical Clustering Method） （系统聚类法、层次聚类法） 思路：每个样本先自成一类， 然后按距离准则逐步合并，减少类数。 一、算法： 1、N个初始模式本自成一类，即建立N 类： 计算各类之间（即各样本间）的距离，得一N×N维距离矩阵D(0)。标号(0)表示初始状态。 (G_Group) 2、如在前一步聚类运算中，已求得距离矩阵D(n)（n为逐次聚类合并的次数），则找出D(n)中的最小元素，将其对应的两类合并为一类。由此建立新的分类： 。 3、计算合并后新类别之间的距离，得D(n+1)。 4、跳至第2步，重复计算及合并。 结束条件： 取距离阀值T，当D(n)的最小分量超过给定值 T 时， 算法停止。所得即为聚类结果。 (2) 或不设阀值T，一直将全部样本聚成一类为止，输 出聚类的分级树。 类间距离计算准则： H K 最短距离法：如H、K是两个聚类，则两类间的最短距离定义为： ：H类中的某个样本