实验二聚类分析资料.docxVIP

实验二 聚类分析 一．实验目的 （1）通过实验操作，对于给出的数据会进行系统聚类与K—均值聚类的操作，能够合理解释得出的结果； （2）通过实验，体会聚类过程，对深刻理解聚类思想； （3）通过对不同聚类方法的实验，掌握各个聚类的过程，理解不同聚类方法的异同 二．实验要求 1.利用2001年全国31个省市自治区各类小康和现代化指数的数据，对地区分别作分层聚类和K-Means聚类分析。数据见：聚类分析数据（小康指数）.sav 2.利用excel数据通过R实现聚类分析（其操作指南见eg4.1-4.2.txt） 三．实验内容 1、系统聚类 （1）在spss中打开数据，查看各个名称所代表的含义，如下图： （2）点击：“分析—分类—系统聚类”，选择所需数据到变量与个案中： （3）在上图“统计量”中： （4）在“图”中，选中树状图： （5）在“方法”中： 说明：上表中，聚类方法包括很多种，教材内介绍的有8种，即以何种方法聚类，在“度量——区间”中，也包括多种方法可选择，即在聚类时，彼此之间的距离的计算方法，如下图： spss得出的结果： 对结果的简单说明： 在上表、图中，聚类表表示的是聚类的动态过程，每一个步骤中，一个类别将哪些数据聚类在一块，在第几步聚类时，将某一个数据聚类到已经分为一个类的中，例如第一行数据，26表示甘肃，28表示江西，第一步将26、28聚在一起，然后是下一阶7，表示将26、28这个类用26表示，和30聚在一起，然后是15，即26、28、30这个类用26表示，和20聚在一起，这一以此类推，就将所有数据聚类。 上图中，就是哪些先聚在一块，然后又是哪些类聚在一块，要分为几类，就以轴为横轴，画纵轴，将下面的部分分为几部分，就是聚为几类，相比较聚类表更直观，也是聚类表的直观表现。 2、K—均值聚类 （1）点击“分析——分类——K-均值聚类”，选择所需数据到变量与标注个案中，如下图： 说明：聚类数表示所要做的聚类聚为几类，可以是3、4、等，按需求所做 （2）在上图“迭代”中，选择所需要做的最大迭代次数，默认值为10，如下图： （3）在“保存”中，将聚类成员和聚类中心的距离都选中，最后在原始数据中能够显示这俩个值： （4）在“选项”中，选择统计量ANOVA表，即方差分析表，可以进行大致检验分类效果如何，如下图： 在spss中得到的结果，如下图： 在spss原始数据中多出的俩行数据，即为在第三步中所选中的聚类成员和与聚类中心的距离，如下图： 3.练习 3.1对第一个实验系统聚类的练习： 在以上实验中提到聚类方法可以选择不同种，此时聚类法方选择“质心聚类法”，“区间”选择余弦，如下图： 在spss中得到的结果如下： 对结果的简单分析： 将这次得出的结果同上面的结果进行比较，可以发现基本聚类结果相同，聚类表和聚类图的解释也基本一样，但需注意，在聚类图中，聚类类别对应的标尺的长度不同。 第二个实验： 在聚类数中，选择6时，如下： 结果： 对结果的简单分析： 以上各个表的解释同上面实验中的解释，只是此时聚类中心变了，但都是经过5次迭代就达到了最终的聚类结果，ANOVA表也显示聚类效果较好。 四、存在问题与解决情况 本次实验，由于在实验前，已经将这部分内容了解的比较透彻，所以实验过程基本不存在什么困难，实验结果的理解上也能够清楚明了 R软件： #eg4.1 系统聚类 在D盘（其他盘也可以）建立文件夹，内含所需的实验数据 1.打开R软件，点击“文件—改变工作路径—选中文件夹—确定”（此步目的是将实验数据导入R中），部分截图如下： 2.点击“程序包—加载程序包—foreign—确定”，此步目的是使数据在R软件加载，如下图 3.在R工作界面输入：（此步目的是读取已经导入到R中的数据） data4.1-read.table(D:/data/eg4.1.txt,header=T);data4.1 x1 x2 x3 x4 x5 x6 1 4.65 4.22 5.01 4.50 4.15 4.12 2 6.32 6.11 6.21 6.85 6.52 6.33 3 4.87 4.60 4.95 4.15 4.02 4.11 4 4.88 4.68 4.43 4.12 4.03 4.14 5 6.73 6.65 6.72 6.13 6.51 6.36 6 7.45 7.56 7.60 7.80 7.20 7.18 7 8.10 8.23 8.01 7.95 8.31 8.26 8 8.42 8.54 8.12 7.88 8.26 7.98 9 6.45 6.81 6.52 6.31 6.27 6.06 10 7.50 7.32 7.42 7.5