第10讲_聚类分析法预测.pptVIP

聚类分析法预测(Cluster Analysis) 任给两类,Gk,Gl ，规定其类间距离为两类样品间的最短距离， 若类Gk与Gl合并成一个新类Gm，则Gm与任一类Gr的距离为多少？ Gk Gl Gr Gm 记类Gk与类Gl之间的距离为Dkld(xi,xj)表示点xi∈ Gk和xj ∈ Gl之间的距离 最短距离 三、类间距离 问题：当最亲近的两个样品合并为一个类时，则形成一个样品集团，即p维空间中的一个点群。 如何度量类与类之间的距离？ 1.最短距离法(single linkage) 2.最长距离法(complete linkage) 3.中间距离法(median linkage) 4.重心法(centroid method) 5.类平均法(average linkage) 6.可变类平均法(flexible-beta method) 7. 可变法 8. 离差平方和法(亦称Ward法，Wards minimum-variance method) 等 以上聚类方法的计算步骤完全相同，仅类与类之间的定义不同。 四、系统聚类方法 四、谱系图的形成和应用 聚类的原则（谱系图的形成过程） 一步形成法 多步形成法 ①若选出的一对样品在已经分好的组中都未出现过，则把它们形成一个新组。 ②若选出的一对样品中，有一个出现在已经分好的组里，则把另一个也加入到该组。 ③若选出的两个样品，它们分别出现在已经分好的两组中，则把这两个组连在一起。 ④若选出的两个样品都出现在同一组中，则不须再分组。 聚合归类时一般应遵从以下四条原则： 按上述四条原则反复进行，直到将所有的样品（或变量）都聚合完毕为止。最终可形成谱系图，也称树状图。 1.聚类的原则（谱系图的形成过程） 2. 一步形成法(一次计算分类法) 一步形成法是一种最简单的聚类方法，计算量不大。它由距离矩阵或相似性系数矩阵出发得到最终的分类结果。 方法原理：根据距离或相似系数的大小，依次将诸样品（或变量）归类连接起来，形成一个从小类到大类的分类系统。 在连接过程中，要遵循前述四条原则。 例：对鄂东7个矽卡岩体的化探资料的Q型聚类分析。 距离矩阵 连接表 1 2 3 4 5 6 根据相似性水平的地质意义对谱系图进行分组，并对每组作出地质解释。 相似性水平的不同反映了要求精度的差别，其结果表现为分组的粗细不同。 58 79 56 80 83 98 102 0 0.2 0.4 0.6 0.8 1.0 Cu/W/Mo型 Cu型 Cu矿化 Cu 2. 多步形成法(逐步计算成群法) 与一步形成法基本步骤相似，唯一的区别是每一步分类后，要把分过类变量合并成为一个新的变量，即在相关系数矩阵中划出最大的元素，将相应的变量合并，赋予新的记号，把合并的变量的数据加权平均作为新的变量的数据，再计算合并后新变量与其余各变量的相关系数，建立新的相关矩阵，再进行下一步分类，重复这一过程直到把所有变量都合并为一类。最后按归类作谱系图。 以距离作为聚类统计量（Q型聚类）情形： 见前关于类间距离的系统聚类方法 以相关系数作为聚类统计量（R型聚类）情形： (1) 转换成距离来处理 (2) 连续计算相关系数矩阵 YOUR SITE HERE * LOGO YOUR SITE HERE 路漫漫其修远兮， 吾将上下而求索。 鲁迅集屈原诗句联 屈原《离骚》 望崦嵫而勿迫； 恐鹈鴂之先鸣。 鹈鴂、鹧鸪、杜鹃都是在暮春时节啼叫的鸟，叫声都很悲切。屈原的《离骚》说：“恐鹈鴂之先鸣兮，使夫百草为之不芳。”鹈鴂(ti jue提决)：即杜鹃。鹈鴂一叫，说明春天已经归去，百花的芬芳也就停止了。因此这种鸟在诗词中就常被用来表现岁月蹉跎、年华虚度、众芳衰歇、青春迟暮的悲哀。 “吾令羲和弭节兮，望崦嵫而勿迫”，出自《离骚》第七段。 羲和：神话中太阳神的车夫；弭节：放慢车行的速度，意为让太阳等一等，别落下去。崦嵫（yan zi）：神话中太阳神所住的山名，古代神话说是日落之处；勿迫：不要靠近。 整句的意思是：我叫羲和停鞭慢慢地行走啊，就是看到崦嵫也别让太阳急于靠近。 第十讲 zjchencs@ 陈志军 第一节 引言 第二节 聚类统计量 第三节 系统聚类法 第四节 动态聚类法 主要内容 第一节 引言 人类认识事物、认识世界，往往从分类开始。 聚类分析和判别分析是研究事物分类的基本方法。 在数学分类和模式识别中，有两类问题： 第一类问题:研究对象存在一个事前分类，将未知个体归属于其中的一类——判别分析（有监督或称有导师的Supervised，样品的类别属性是“被标记了”的labeled） 另一类问题:不存在一个事前分类，对数据结构进行分类（分组） ——聚类分析（无监督或称无导师的Unsu