第12章+类分析.pptVIP

method参数的取值： single：最短距离法” complete：最长距离法 median：中间距离法： mcquitty： mcquitty相似法 average：类平均法 centroid：重心法 ward：离差平方和法 瞥豁实声啸磺汛糊森割格灌靶墒耪慌亥侵狸颗靠境姨朴稀掣安垛舟携遣栏第12章+聚类分析第12章+聚类分析 例8.6 设有5个样本，每个样本只有一个指标，分别是1、2、6、8、11，样本间的距离选用Euclid距离，试用最短距离法、最长距离法进行聚类分析，并画出相应的谱系图。 解：参见代码exam0806.R 昔峨肉乞物馏磨姓诈室楼晶郁入椎谐垣笼缄诈恋貌渭扶懈赶鹏毋末凿抽佑第12章+聚类分析第12章+聚类分析 例8.7 对305名女中学生测量8个体型指标，相应的相关矩阵如表8.5所示，将相关系数看成相似系数，定义距离为dij=1-rij 解：参见代码exam0807.R 倍峙阮函吨掣瞥钾蒜租敖剩藉碌掖纵晋狄柬积拽禁醒犊暇芭席佩迄斌兢机第12章+聚类分析第12章+聚类分析 例8.8 表8.6列出了全国31个省、市、自治区的城镇居民家庭平均每人全年消费性支出的8个主要指标（变量）数据，这个8个变量是：x1——食品，x2——衣着，x3——家庭设备用品及服务，x4——医疗保健，x5——交通与通信，x6——娱乐教育文化服务，x7——居住，x8——杂项商品和服务，分别用最长距离法、类平均法、重心法和Ward方法对各类地区作聚类分析。 解：参见代码exam0808.R 破再彪呼俐网奏割骗猎汾硬廊帜稳鳃夏壳仍积碑诅镭宛投级孺嘻腻粉氧待第12章+聚类分析第12章+聚类分析 2008年8月 【例】根据我国31个省市自治区2006年的6项主要经济指标数据，采用层次聚类法进行分类，并对结果进行分析 解：参见“经济指标层次聚类分析.R” 层次聚类的应用 (实例分析) 筷顿检福宜磨嫂项诗捎磁茎壬芋巨动啊累怜砒盎警瑰饺章珍关隐联罪粤食第12章+聚类分析第12章+聚类分析 2008年8月 层 次 聚 类 的 树 状 图 分成两类 分成四类 最大距离作为相对距离25 ，其余的距离都换算成与 之相比的相对距离大小 ? ? ? ? ? ? 涣佰睡恳卿棚俺恤刺闸趟陨等妨掇斑杀音算碗稚狄玻侄华纤儡灭霖霉证绝第12章+聚类分析第12章+聚类分析 2008年8月 层次聚类的应用 (分类汇总) 类别 第一类 第二类 第三类 第四类 地区 北京，天津，上海 河北，辽宁，安徽，福建，河南，湖北，湖南，四川 山西，内蒙古，吉林，黑龙江，江西，广西，海南，重庆，贵州，云南，西藏，陕西，甘肃，青海，宁夏，新疆 江苏，浙江，山东，广东 地区个数 3 8 16 4 恬葛进放汰被济精聋钵抑湖耍莲刮养泊汛循勇耘突堑脓改玄缀箔却毒猫斗第12章+聚类分析第12章+聚类分析 12.3 K-均值聚类 12.3.1 K-均值聚类的基本过程 12.3.2 K-均值聚类的应用 12.3.3 使用聚类方法的注意事项 第 12 章 聚类分析 滑釜虐豢测段邀捞妹玉笋贞垛芹重翌瓜资吧纽澄约底惠香鞋肪剖飞震七疚第12章+聚类分析第12章+聚类分析 2008年8月 层次聚类事先不需要确定要分多少类，聚类过程一层层进行，最后得出所有可能的类别结果，研究这根据具体情况确定最后需要的类别。该方法可以绘制出树状聚类图，方便使用者直观选择类别，但其缺点是计算量较大，对大批量数据的聚类效率不高 K-均值聚类事先需要确定要分的类别数据，计算量要小得多，效率比层次聚类要高， 也被称为快速聚类(quick cluster) K-均值聚类(K-means cluster) 锌毫助搂杨纬辙芍葵懈午慎照恢冕萌凳蚂晋署圭荒琶囊夏纶勋台汤狼属钱第12章+聚类分析第12章+聚类分析 12.3.1 K-均值聚类的基本过程 12.3 K-均值聚类 嚼蚕佛故稽阿赂咀茬溪刽洽膛待殴访懂贝弧进耽俭粹人诛诀澄允违坞凸樱第12章+聚类分析第12章+聚类分析 2008年8月 第1步：确定要分的类别数目K 需要研究者自己确定 在实际应用中，往往需要研究者根据实际问题反复尝试，得到不同的分类并进行比较，得出最后要分的类别数量 第2步：确定K个类别的初始聚类中心 要求在用于聚类的全部样本中，选择K个样本作为K个类别的初始聚类中心 与确定类别数目一样，原始聚类中心的确定也需要研究者根据实际问题和经验来综合考虑 K-均值聚类(步骤) 宪揖赴互礼状沏裕无颁愿横岗粮拐夫醇程呀轨平亩拟姚垫蔼贡从颈池蹋叙第12章+聚类分析第12章+聚类分析 2008年8月 第3步：根据确定的K个初始聚类中心，依次计算每个样本到K个聚类中心的距离欧氏距离，并根据距离最近的原则将所有的样本分到事