距离与相似系数学案.ppt

聚类分析和判别分析是两种不同目的的分类方法，它们所起的作用是不同的。 第六章 聚类分析 (Classify Analysis) 聚类分析方法是按样品（或变量）的数据特征，把相似的样品（或变量）倾向于分在同一类中，把不相似的样品（或变量）倾向于分在不同类中。 聚类分析的研究对象是大样本数据, 先找出能够度量样品(或变量)之间相似程度的统计量。 聚类分析的基本思想 以这个统计量作为划分类型的依据. 把一些相似程度较大的样品(或变量)聚合为一类, 形成不同的小类, 再根据相似程度的统计量, 把一些相似程度较大的小类聚合为较大的类. 再把相似程度较大的类聚合成更大的, ……, 直到把所有样品(或变量)都聚合为一类为止. 3)不满足，称为广义距离。 §6.1距离与相似系数 样品间相似性的度量—距离 1. 欧氏距离 2. 绝对距离 3. 明氏距离 4.切比雪夫距离 (Block) (Euclidean) (Minkowski) (Chebychev) 5. 方差加权距离 6. 马氏距离 设原始观测数据矩阵为： (Mahalamobis) 用相似系数来衡量变量之间的相似程度 变量间间相近性的度量----相似系数 （1）相关系数(Pearson correlation ) （2）夹角余弦(Cosin