数学地质系列______4聚类分解.ppt

类与类之间的距离：定义为它们的重心（均值）之间的(平方）欧氏距离。 设GK和GL的重心分别为xk和xL， 则GK与GL之间的平方距离为： (centroid method) 4. 重心法 设某一步将GK和GL合并的新类为GM， 它们的重心分别是Xk、XL、Xm， 它们各有nk、nL、nm(nm=nk+nL)个样品， 显然，新类GM与任一类GJ(重心为xJ）的平方距离是 这就是重心法的距离递推公式。 4. 重心法 重心法的归类步骤与以上三种方法基本上一样，所不同的是 每合并一次类，就要重新计算新类的重心及各类与新类的距离。 重心法在处理异常值方面比其它系统聚类法更稳健，有很好的代表性。 4. 重心法 常用系统聚类方法 (centroid method) 5. Ward最小方差法 常用系统聚类方法 (Ward’ minimum variance method ) 样品间：欧氏距离 类类间：离差平方和增量法 Ward最小方差法 由沃德提出，其思想来源于方差分析。 如果分类正确， Cluster K Cluster L Cluster M 同类样品的离差平方和 应当较小， 类与类之间的离差平方和应当较大。 设将n个样品分成k类：G1, G2, …, Gk, 用 表示 中的第i个样品（注意 是p维向量）， nt 表示Gt中的样品个数， 是Gt的重心，则Gt中样品的离差平方和为： Ward最小方差法 k个类的类内离差平方和: 先将n个样品各自成一类，此时总离差平方和W=0, 然后每次将其中某两类合并为一类 （因每缩小一类离差平方和就要增大）， 每次选择使总离差平方和w增加最小的两类进行合并 直到所有的样品归为一类为止。 5.Ward最小方差法 基本思想： 系统聚类小结 几种系统聚类法，并类的原则和步骤基本一致， 所不同的是类与类之间的距离有不同的定义，依此所给出的新类与任一类的距离公式不同。 可以把这几种方法统一起来，有利于在计算机上灵活地选择更有意义的谱系图（有利于计算机程序的编制）。 Lance和Williams于1967年将其统一为： 各种系统聚类法公式的参数 在实际应用中，一般采用以下两种处理方法： 根据分类问题本身的专业知识，结合实际需要，选择分类方法，并确定分类个数。 用多种分类方法去作，取出结果中的共性来，如果用几种方法的某些结果都一样，则说明这样的聚类确实反映了事物的本质，而将有争议的样品暂放一边或用其它办法（如判别分析）去归类。 系统聚类法的步骤 1.数据变换 为了便于比较、计算上的方便或改变数据的结构； 选择 度量样品间距离的定义（如欧氏距离）及 度量类间距离的定义（如最短距离法）。 计算n个样品两两间的距离dij， 得样品间的距离矩阵D(0)； 3. 一开始（第一步：i=1)n个样品各自构成一类， 类的个数k=n个类,Gi ={X(i)}}(i=1,….n)， 此时类间的距离就是样品间的距离（即D(1) = D(0))； 系统聚类法的步骤 4.合并距离最近的两类为一新类；5.计算新类与当前其它各类的距离，得新的距离矩阵D(i)， 若合并后类的总个数k大于1，重复（3）和（4）步， 直到类的个数为1时止； 系统聚类法的步骤 6.画谱系聚类图； 7.决定类的个数及各类的成员。 系统聚类法的步骤 可选择适当的距离，计算距离 把每个样品看成一类，构造n个类 合并最近的两类为一新类 计算新类与当前各类的距离 判断 画聚类图 根据实际情况，确定类和类的个数 仅有一个类 不是仅有一个类 采用系统聚类法 第五节 应用实例 例1：从某地超基性岩石的某些样品中，得到与矿化度有关的一些元素的光谱分析数据。依次为：Ni，Co，Cu，Cr，S，As的原始数据 例2：某地煤层采样10块，做了显微组分含量分析，6个变量分别为镜质体、壳质体、半丝质体、其他惰性体、黄铁矿、其他矿物。 教材5.1 作 业 1.什么是聚类分析，简述其基本思想 2.试验五第一、二题，要求用手算和程序计算两种方法 * * * 把两两样品的相关系数都计算出来，可形成样品相关系数矩阵。 其中 ，可根据R可对n个样品进行分类。 2.相关系数： 第四节 系统聚类法 系统聚类分析的基本思想 系统聚类法（分层聚类）: 是诸聚类分析方法中使用最多的一种， 它是将类由多变到少的一种方法。 系统聚类分析的基本思想： 首先将所研究的每个样品各自看成一类， 然后根据样品间