实验报告13 系聚类.docVIP

实验十三 谱系聚类 实验目的和要求 掌握谱系聚类分析的理论与方法、模型的建立；掌握利用谱系聚类分析的SAS 过程解决有关实际问题. 实验要求:编写程序，结果分析． 实验内容： 要求:1题必做，2 和3题选其一 1.写出谱系聚类步骤,类间距离公式; 2.书上6.9和波士顿房价问题 为了了解波士顿地区的住房状况，Harrison收集了1978年波士顿大区每个调查行政区的506各观察值。数据见Excel表波士顿住房，其中: ：人均犯罪率； ：大块占地住宅区比例； ：非零售商业占地比例（英亩）； ：查尔斯河虚拟变量（如果靠近河岸用1表示；否则用0表示）； ：氮氧化物浓度； ：每户平均房间数； ：1940年前建造的户主所有房比例； ：与五个波士顿劳动力聚集区的加权距离； ：与辐射式公路接近指数； ：每1万美元的全值财产税； ：学生/教师比例； ：,其中B为非洲裔美国人比例； ：低社会地位人口的比例（%）； ：户主拥有住房价值的中位数（单位：千美元）； 对住房数据做谱系聚类分析,将506个地区分为4类,给出分类结果； 用快速聚类法给出4类结果，问相同吗？你认为分几类合适，说出理由。 注意：类间距离可自由选择。 3.高等教育评价问题 高等教育是依赖高等院校进行的，高等教育的发展状况主要体现在高等院校的相 关方面。遵循可比性原则，从高等教育的五个方面选取十项评价指标，具体如下图 图1 高等教育的十项评价指标 我国各地区普通高等教育发展状况指标的原始数据见表1，取自《中国统计年鉴，1995》和《中国教育统计年鉴，1995》除以各地区相应的人口数得到十项指标值见表6。其中：x1为每百万人口高等院校数；x2 为每十万人口高等院校毕业生数；x3为每十万人口高等院校招生数；x4为每十万人口高等院校在校生数；x5为每十万人口高等院校教职工数；x6为每十万人口高等院校专职教师数；x7为高级职称占专职教师的比例；x8为平均每所高等院校的在校生数；x9为国家财政预算内普通高教经费占国内生产总值的比重；x10 为生均教育经费。 表1 我国各地区普通高等教育发展状况数据 地区 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 北京 5.96 310 461 1557 931 319 44.36 2615 2.20 13631 上海 3.39 234 308 1035 498 161 35.02 3052 0.90 12665 天津 2.35 157 229 713 295 109 38.40 3031 0.86 9385 陕西 1.35 81 111 364 150 58 30.45 2699 1.22 7881 辽宁 1.50 88 128 421 144 58 34.30 2808 0.54 7733 吉林 1.67 86 120 370 153 58 33.53 2215 0.76 7480 黑龙江 1.17 63 93 296 117 44 35.22 2528 0.58 8570 湖北 1.05 67 92 297 115 43 32.89 2835 0.66 7262 江苏 0.95 64 94 287 102 39 31.54 3008 0.39 7786 广东 0.69 39 71 205 61 24 34.50 2988 0.37 11355 四川 0.56 40 57 177 61 23 32.62 3149 0.55 7693 山东 0.57 58 64 181 57 22 32.95 3202 0.28 6805 甘肃 0.71 42 62 190 66 26 28.13 2657 0.73 7282 湖南 0.74 42 61 194 61 24 33.06 2618 0.47 6477 浙江 0.86 42 71 204 66 26 29.94 2363 0.25 7704 新疆 1.29 47 73 265 114 46 25.93 2060 0.37 5719 福建 1.04 53 71 218 63 26 29.01 2099 0.29 7106 山西 0.85 53 65 218 76 30 25.63 2555 0.43 5580 河北 0.81 43 66 188 61 23 29.82 2313 0.31 5704 安徽 0.59 35 47 146 46 20 32.83 2488 0.33 5628 云南 0.66 36 40 130 44 19 28.55 1974 0.48 9106 江西 0.77 43 63 194 67 23 28.81 2515 0.34 4085 海南 0.70 33 51 165 47 18 27.34 2344 0.28