集群的基本概念与集群(53页)摘要.ppt

集群分析Cluster analysis 謝寶煖 2006年5月27日 15位學生的身高和體重 集群分析的基本概念 將性質相近的現象歸為一類，以便在大量複雜的特徵歸類後，找出其所存在的規律性，如經濟現象 是定量研究分類問題的一種多元統計方法 找出同一類中的個體有較大的相似性之間相似度的統計量，以此為依據，採用某種集群方法（cluster method），將所有樣本（或變數）分別集群到不同的類中 High internal (within-cluster) homogeneity High external (between-cluster) heterogeneity ? 類內同質 類間異質 距離和相似係數 研究變數間親疏程度的指標有兩個 距離 指兩個事物距離多遠的測量，通常將每一個樣本看成m維（變數的個數）空間中的一個點，在這m維空間定義點與點之間距離，距離較近的點歸為同一類，距離較遠的點歸入不同的類。 相似係數 指兩個事物距離多近的測量，性質越近的樣本，它們之間的相似係數越接近於1（或－1），而彼此無關的樣本，它們之間的相似係數越接近於零。在進行集群處理時，將比較相似的樣本歸為一類，不怎麼相似的樣本歸為不同的類。 距離與相似係數計算公式的選擇，與資料特徵、測量尺度和集群方法有關。 集群分析的分類對象 Q型集群 也叫樣本（case）集群，是針對樣本進行分類處理。方法是根據樣本