距离与相似系数解读.pptVIP

下载本文档

1
0
约 10页
2016-06-17 发布于湖北
举报
版权申诉

距离与相似系数解读.ppt

1、本文档共10页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

聚类分析和判别分析是两种不同目的的分类方法，它们所起的作用是不同的。第六章聚类分析 (Classify Analysis) 聚类分析方法是按样品（或变量）的数据特征，把相似的样品（或变量）倾向于分在同一类中，把不相似的样品（或变量）倾向于分在不同类中。聚类分析的研究对象是大样本数据, 先找出能够度量样品(或变量)之间相似程度的统计量。聚类分析的基本思想以这个统计量作为划分类型的依据. 把一些相似程度较大的样品(或变量)聚合为一类, 形成不同的小类, 再根据相似程度的统计量, 把一些相似程度较大的小类聚合为较大的类. 再把相似程度较大的类聚合成更大的, ……, 直到把所有样品(或变量)都聚合为一类为止. 3)不满足，称为广义距离。 §6.1距离与相似系数样品间相似性的度量—距离 1. 欧氏距离 2. 绝对距离 3. 明氏距离 4.切比雪夫距离 (Block) (Euclidean) (Minkowski) (Chebychev) 5. 方差加权距离 6. 马氏距离设原始观测数据矩阵为： (Mahalamobis) 用相似系数来衡量变量之间的相似程度变量间间相近性的度量----相似系数（1）相关系数(Pearson correlation ) （2）夹角余弦(Cosine) 观测向量在原点处的夹角的余弦，若变量之间的相关程度密切，则夹角接近0，其余弦接近1；反之接近0。说明：相似系数可以用来度量样品间的相似性. 距离也可以用来度量变量间的相似性. 距离和相似系数可以相互转化. 设原始观测数据矩阵为：