第10章聚类导论.ppt

* 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 表10.5中最大的相关系数为r4,8＝0.837，将G4和G8并成一新类G9，然后计算G9与各类的相关系数，再找最大的相关系数，每次缩小一类得图8－4。我们可以看出全国城镇居民得消费结构大致可以分为三个方面，一类是各种副食、日用品及交通通信、文化教育和住房等支出，这是在消费结构中起主导作用的方面；其次是居民购买烟、酒、饮料及着装支出；粮食和水电燃料是两项很重要的消费指标，但目前在城镇居民的消费中占的比例较小，可将它们归并为同一类。 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 上面介绍的几种系统聚类方法，并类的原则和步骤基本一致，所不同的是类与类的距离有不同的定义。其实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。 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 对例10.4，我们采用欧氏距离分别用类平均法、最短距离法、最长距离法把31个省市分类。类平均法聚类在SPSS中的操作为：点选“Analyze”→“Classify” →“Hierarchical Cluster”，打开Hierarchical Cluster Analysis对话框，将八个聚类指标选入Variables栏中，将表示地区的变量选入Label Cases By栏中，按“Plots”按钮，在弹出的窗口中选中Dendrogram（谱系图）选项，按“Continue”返回主对话框，在按“Method”按钮，在Cluster Method下拉菜单中选择Between-groups linkage（组间连接法，即类平均法）选项，返回主对话框后按“OK”即可得到聚类结果。最短距离法和最长距离法操作步骤与类平均法一样，只不过要在Cluster Method下拉菜单中分别选择Nearest Neighbor和Furthest Neighbor选项。图10-12、图10-13、图10-14分别显示了三种方法的分类结果。为便于对照，将三种方法分类的结果综合列于表10-6。 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 图10.12 类平均法谱系图 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 图10.13 最短距离法谱系图 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 图10.14 最长距离法谱系图 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 表10-6（续） * 中国人民大学六西格玛质量管理研究中心 * §10.5 实际例子 目录 上页 下页 返回 结束 直观看出，类平均法分为三类：｛1，9，11，19｝为第一类，｛13，2，22，10｝为第二类，其他为第三类；最短距离法分为两类，｛1，9，11，19｝为一类，其余的省市归为一大类；最长距离法也分为三类：｛1，9，11，19｝为第一类，｛10，22，2，13，26｝为第二类，其余的省市为第三类。很显然，这三种方法的分类效果是有差异的。那么究竟采用哪一种分类为好呢？一种方法是根据分类问题本身的知识来决定取舍。另一种方法是将几种方法的共性取出来，有争议的样品根据其实际情况