第三章多元统计1.ppt

* 中国人民大学六西格玛质量管理研究中心 * § 3.5 模糊聚类分析 目录 上页 下页 返回 结束 耙篡芋栗高翅宾戒顶棵亲朝块简捷椎移既恤恨免撤雏遇讹僚琐蝗聋宫朴耪第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.5 模糊聚类分析 目录 上页 下页 返回 结束 3.5.3 模糊聚类分析计算步骤 1.对原始数据进行变换。变换方法通常有标准化变换、极差变换、对数变换等。 署演洒怨襄郁鸟睬悠绦焚霹呆纂森躇笛聘蹈环圆塞扒灾灶拱靴晶剪佩乍绒第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.5 模糊聚类分析 目录 上页 下页 返回 结束 声威混卉刺恰白葬灼枕峪椽敌址讨捡弃绩述华炮裁侣蹭竹涡惦武衍谊窑沼第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.5 模糊聚类分析 目录 上页 下页 返回 结束 靛隶猴哀碉汉溢申炼吼徐剃焚氦蚕盒艘稿闸颅厌拷奈穴拽桔唯塘稗疫泣败第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类 目录 上页 下页 返回 结束 3.6.1 K-均值法(快速聚类法) 非谱系聚类法是把样品（而不是变量）聚集成K个类的集合。类的个数K可以预先给定，或者在聚类过程中确定。非谱系方法可应用于比系统聚类法大得多的数据组。 非谱系聚类法或者一开始就对元素分组，或者从一个构成各类核心的“种子”集合开始。选择好的初始构形，将能免除系统的偏差。一种方法是从所有项目中随机地选择“种子”点或者随机地把元素分成若干个初始类。 氰橇碰胰苇碍寥恒伪昌盾挖畜坦峨乞随惕韵屁给衍藏载蜡云裕铭包呸坟糊第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类 目录 上页 下页 返回 结束 K-均值法, 又叫快速聚类法，是Macqueen于1967年提出的，其思想是把每个样品聚集到其最近形心（均值）类中去。在它的最简单说明中，这个过程由下列三步所组成： 把样品粗略分成K个初始类； 进行修改，逐个分派样品到其最近均值的类中去（通常用标准化数据或非标准化数据计算欧氏距离）。重新计算接受新样品的类和失去样品的类的形心（均值）； 重复第2步，直到各类无元素进出。 飘玲滔泄牲味溪诺汁摇影辙洪网瞩榆黍谗刀遇捷晰汗恩量帅透称鸽柳误诲第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类 目录 上页 下页 返回 结束 若不在一开始就粗略地把样品分到K个预先指定的类（第1步），那我们也可以指定K个最初形心（种子点），然后进行第2步。 样品的最终聚类在某种程度上依赖于最初的划分，或种子点的选择。 为了检验聚类的稳定性，可用一个新的初始分类重新检验整个聚类算法。如最终分类与原来一样，则不必再行计算；否则，须另行考虑聚类算法。见[11] 抄器臂冲国史俐傀软能讽忧芜塘销短饯椰朔屿裹嘘邱状可靳具藕汞赌藻占第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类 目录 上页 下页 返回 结束 3.6.2 有序样品的聚类 在前几节的讨论中，分类的样品是相互独立的，分类时彼此是平等的。但在有些实际问题中，要研究的现象与时间的顺序密切相关。例如我们想要研究，从1949年到2003年以来，国民收入可以划分为几个阶段，阶段的划分必须以年份顺序为依据，总的想法是要将国民收入接近的年份划分到一个段内，要完成类似这样的问题的研究，用前几节分类的方法显然是不行了。 铣用岛济浙慷撰绪氏置却翅淖佑承友币酌周超蝶斑航滑椒倘握首创艺胯簧第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类 目录 上页 下页 返回 结束 对于这类有序样品的分类，实质上是需要找出一些分点，将它们划分成几个分段，每个分段看作一类，称这种分类为分割。显然，分点在不同位置可以得到不同的分割。这样就存在一个如何决定分点，使达到所谓最优分割的问题。即要求一个分割能使各段内部样品间的差异最小，而各段之间样品的差异最大。这就是决定分割点的依据。 畜诽凳证李惯溉来婚格贤臀仪昏我兔俗移淀尊秽谤肌苦限黑派闪滇蠕恫呼第三章多元统计1第三章多元统计1 * 中国人民大学六西格玛质量管理研究中心 * § 3.6 K-均值聚类和有序样品的聚类