20156信息分类方法.pptVIP

6、信息分类方法 ——因子分析与聚类分析 补充：相关系数 皮尔逊相关系数 r(X,Y)= = = 补充：常用的聚类方法 扩展：MDS MDS，多维尺度分析， 多维尺度分析（Multidimensional Scaling analysis, 简称MDS）处理的是表示变量亲近性的数据（Proximity data）。 MDS的目的是寻找决定多个变量的少数几个变量，并在低维空间内以图形的形式表现出来。多维尺度法可依其输入（input）及输出（output）数据是计量（metric，比率和等距数据）或非计量（non-metric，定序和属性数据）可分为三类：完全计量多维尺度法（输入数据与输出结果都是计量）；完全非计量多维尺度法（输入数据与输出结果都是非计量）；非计量多维尺度法（输入数据是非计量但输出结果为计量的）。  在SPSS中提供了两种程序可以完成多维尺度分析，分别被命名为“Multidimensional Scaling”和“Multidimensional Scaling（PROXSCAL）”。在“Multidimensional Scaling”中输入数据被假定为非相似性数据，即两个研究对象之间的数值越大说明越不相似。对于相似性数据，通过“Create distances from data”则可以实现将相似性数据