§3.4系统聚类分析方法.ppt

第六章 地理系统的聚类分析与判别分析 第一节 地理系统的聚类分析 聚类分析方法: 是定量地研究地理事物分类问题和地理分区问题的重要方法。常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。 一. 聚类分析的数据处理 在聚类分析中，常用的聚类要素的数据处理方法有如下几种: ① 总和标准化。分别求出各聚类要素所对应的数据的总和，以各要素的数据除以该要素的数据的总和，即 这种标准化方法所得到的新数据满足 例:下表给出了某地区九个农业区的七项指标，它们经过极差标准化处理后,如表3.4.3所示. (二) 距离系数 距离:是事物之间差异性的测度，是系统聚类分析的依据。 常见的距离有 ： ① 绝对值距离 ② 欧氏距离 ③ 明科夫斯基距离 1.直接聚类法 2. 最短距离聚类法 3. 最远距离聚类法 四. 系统聚类法距离公式的统一表达 最短距离和最远距离：可以用一个公式表示--- 用下图表示二者关系： 五. 系统聚类分析实例 对中国大陆31个省级区域第三产业综合发展水平进行类型划分及差异性程度分析--- 聚类指标选择 (选取如下7项指标 ) ① y1——人均GDP，它反映了经济社会发展的总体状况和一般水平； ② y2——人均第三产业增加值，它反映了人均服务产品占有量或服务密度； ③ y3——第二产业增加值比重，它反映了工业化水平和产业结构现代化程度； 聚类结果分析 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ② 在第一步所得到的8×8阶距离矩阵中，非对角线元素中最小者为d57=0.83，故将G5与G7归并为一类，记为G11，即G11=｛G5，G7｝。按照公式分别计算G1，G2，G3，G6，G8，G10与G11之间的距离，得到一个新的7×7阶距离矩阵如下： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ③ 在第二步中所得到的7×7阶距离矩阵中，非对角线元素中最小者为d28=0.88，故将G2与G8归并为一类，记为G12，即G12=｛G2，G8｝。再按照公式分别计算G1，G3，G6，G10，G11与G12之间的距离，得到一个新的6×6阶距离矩阵如下： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ④ 在第三步中所得的6×6阶距离矩阵中，非对角元素中最小者为d3，10=1.23，故将G3与G10归并为一类，记为G13，即G13=｛G3，G10｝=｛G3，（G4，G9）｝。再按照公式计算G1，G6，G11，G12与G13之间的距离，得到一个新的5×5阶距离矩阵如下： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ⑤ 在第四步所得的5×5阶距离矩阵中，非对角线元素中最小者为d1，12=1.52，故将G1与G12归并为一类，记为G14，即G14=｛G1，G12｝=｛G1，（G2，G8）｝。再按照公式分别计算G6，G11，G13与G14之间的距离，得到一个新的4×4阶距离矩阵如下： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ⑥ 在第五步所得的4×4阶距离矩阵中，非对角线元素中最小者为d6，11=1.78，故将G6与G11归并为一类，记为G15，即G15=｛G6，G11｝=｛G6，（G5，G7）｝。再按照公式分别计算G13，G14和G15之间的距离，得到： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Cop