计量地理学-3.4-聚类分析.ppt

聚类要素的数据处理 距离的计算 准备工作 直接聚类法 最短距离聚类法 最远距离聚类法 Differences？ 系统聚类法计算类之间距离的统一公式 扩展引申 系统聚类分析实例 应用 聚类分析 分类？ 聚类？ 将研究对象按照特定属性的标准、规则、特征、规律等进行类型划分。 e.g. 按照城市人口总数将城市划分为特大城市、大城市、中小城市；按照年龄段将人划分为少年、青年、中年和老年。 Classification 将研究对象的变量统计数据进行特定规则的探索分析，依据某些标准将这些研究对象聚集成不同的类别。（事先并不预知这些类别的特征） e.g. 依据研究对象的距离计算结果，按照距离最近原则，将这些对象进行类别聚集。 Clustering 聚类要素的数据处理 假设有m 个聚类的对象，每一个聚类对象都有n个变量/要素构成。它们所对应的要素数据可用下表给出： m个聚类对象，需要被聚集为若干类别 每个对象都由相同的n个变量来描述 每个变量都有m个样本观测数值 每个对象都有n个变量的具体取值 区代号 人均 耕地X1 /（hm2·人-1） 劳均 耕地X2 /（hm2·个-1 ） 水田 比重 X3 /% 复种 指数x4 /% 粮食 单产x5 /（kg·hm -2） 人均粮食x6 /（kg·人-1 ） 稻谷占粮食比重x7/% G1 0.294 1.093 5.63 113.6 4 510.5 1 036.4 12.2 G2 0.315 0.971 0.39 95.1 2 773.5 683.7 0.85 G3 0.123 0.316 5.28 148.5 6 934.5 611.1 6.49 G4 0.179 0.527 0.39 111 4 458 632.6 0.92 G5 0.081 0.212 72.04 217.8 12 249 791.1 80.38 G6 0.082 0.211 43.78 179.6 8 973 636.5 48.17 G7 0.075 0.181 65.15 194.7 10 689 634.3 80.17 G8 0.293 0.666 5.35 94.9 3 679.5 771.7 7.8 G9 0.167 0.414 2.9 94.8 4 231.5 574.6 1.17 某地区9个农业区的7项经济指标数据 在聚类分析中，描述聚类对象的变量是可选的（e.g. 选择描述经济水平的若干指标变量），但选取的变量对于聚类分析结果有着极重要的影响作用，直接影响聚类结果的准确性和可靠性。 因此当聚类要素的变量对象确定之后，在进行聚类分析之前，首先要对聚类要素进行数据处理。 在地理分类和分区研究中，被聚类的对象常常是多个要素构成的。 不同要素的数据往往具有不同的单位量纲和数量级，其数值的变异可能是很大的，这就会对聚类结果产生一定影响。 数据标准化 消除不同变量的量纲差异；统一不同变量的数量级 ① 总和标准化 分别求出各聚类要素所对应的样本观测数据的总和，以各要素的数据除以该要素数据的总和，即 经过综合标准化方法所得到的新数据满足： ② 标准差标准化 将各聚类要素所对应的样本观测数据，减去其平均值求得离差值，然后再除以标准差，即： 由标准差标准化方法所得到的新数据，各要素的平均值为0，标准差为1，即有： ③ 极大值标准化 ④ 极差标准化 经过极大值标准化所得的新数据，各要素的极大值为1，其余各数值小于1。 经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。 区代号 人均 耕地X1 /（hm2·人-1） 劳均 耕地X2 /（hm2·个-1 ） 水田 比重 X3 /% 复种 指数x4 /% 粮食 单产x5 /（kg·hm -2） 人均粮食x6 /（kg·人-1 ） 稻谷占粮食比重x7/% G1 0.294 1.093 5.63 113.6 4 510.5 1 036.4 12.2 G2 0.315 0.971 0.39 95.1 2 773.5 683.7 0.85 G3 0.123 0.316 5.28 148.5 6 934.5 611.1 6.49 G4 0.179 0.527 0.39 111 4 458 632.6 0.92 G5 0.081 0.212 72.04 217.8 12 249 791.1 80.38 G6 0.082 0.211 43.78 179.6 8 973 636.5 48.17 G7 0.075 0.181 65.15 194.7 10 689 634.3 80.17 G8 0.293 0.666 5.35 94.9 3 679.5 771.7 7.8 G9 0.167 0.414 2.9 94.8 4 231.5 574.6 1