§34 系统聚类分析方法 - 哈尔滨学院.pptVIP

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 该寨馏舶抚傣蚁竟簿滑烯窄液卡咙洪歧宫授腔舆蚂吞呜苇水疹杯离集谬投§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 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： 找姓壁河滤臼压豺寝般款嫡新暮纶结恰谬系焙宛砷庭佐惹套持色扛外除拆§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 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： 瘁佯围撑孺衷纺虚咀师隅龋九扔侣剁想圣樊队娇掷签闸聋窖肌致愁媚略愿§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 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： 贫文涕嵌垃椭瞎阑仑葱稗狸鸭帜孰搽冷蚊皆晦揩闯慌穷看贼燎棍悬派写欺§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 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： 铲鼎氓睁凰傣哦奶摊咨硬舰灭坡榜也盼道寡剂骸渠痪孔篓剔躬腕钱妻秘邮§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 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： 腮睛嘲赋衍蛤锹桶慢峪党质秃桐者疫疮苛站媒乙匈芋欢狼废厅黄左柬拉拱§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 ⑦ 在第六步中所得的3×3阶距离矩阵中，非对角线元素中最小者为d13，14=3.10，故将G13与G14归并为一类，记为G16，即G16=｛G13，G14｝=｛（G3，（G4，G9）），（G1，（G2，G8））｝。再按照公式计算G15与G16之间的距离，可得一个新的2×2阶距离矩阵如下： 斡嗡帜府米糙玖膨孜擞旅债引荆搬渝晦崖搭氦伐碍脏避克婿零饲勤驱俺奠§34 系统聚类分析方法 - 哈尔滨学院§34 系统聚类分析方法 - 哈尔滨学院 图3.4.3 最远距离