matlab、ligo程序代码12-聚类分析.docxVIP

SPSS19.0实战之聚类分析?? ? ?这篇文章与上一篇的回归分析是一次实习作业整理出来的。所以参考文献一并放在该文最后。CNBlOG网页排版太困难了，又不喜欢live writer……聚类分析是将物理或者抽象对象的集合分成相似的对象类的过程。本次实验我将对同一批数据做两种不同的类型的聚类；它们分别是系统聚类和K-mean 聚类。其中系统聚类的聚类方法也采用3种不同方法，来考察对比它们之间的优劣。由于没有样本数据，因此不能根据其数据做判别分析。评价标准主要是观察各聚类方法的所得到的类组间距离和组内聚类的大小。?分析数据依然采用线性回归所使用的标准化后的能源消费数据。1.1 系统聚类?本次实验的系统聚类都是凝聚系统聚类，为了控制变量，都采用平方Euclidean距离。1.1.1 最短距离聚类法最短距离法聚类步骤如下：规定样本间的距离，计算样本两两之间的距离，得到对称矩阵。开始每个样品自成一类。选择对称矩阵中的最小非零元素。将两个样品之间最小距离记为D1，将这两个样品归并成为一类，记为G1。计算G1与其他样品距离。重复以上过程直到所有样品合并为一类。我们在SPSS中实现最短距离分析非常简单。单击“”--“” --“”。将弹出如图1-1所示的对话框，设置相应的参数即可。?图1-1 最短距离法我们的数据已经做过标准化，在“转化值”--“标准化”选项上选无。在统计量的聚类成员中选择“无”，