主成分和聚类探讨.doc

北京建筑工程学院 理学院 信息与计算科学专业 实验报告 课程名称 《数据分析》 实验名称《主成分分析和聚类分析》 实验地点： 基础楼C-423日期__2016.5.5_____ 姓名 张丽芝 班级 信131 学号 201307010108___ 指导教师 王恒友 成 绩 【实验目的】 （1）熟悉利用主成分分析进行数据分析，能够使用SPSS软件完成数据的主成分分析； （2）熟悉利用聚类分析进行数据分析，能够运用主成分分析的结果，做进一步分析，如聚类分析、回归分析等，能够使用SPSS软件完成该任务。 【实验要求】 根据各个题目的具体要求，分别运用SPSS软件完成实验任务。 【实验内容】 1、表4.9（数据见exercise4_5.txt）给出了1991年我国30个省市、城镇居民的月平均消费数据，所考察的八个指标如下：（单位均为元/人） X1: 人均粮食支出； X2：人均副食支出； X3: 人均烟酒茶支出； X4: 人均其他副食支出； X5:人均衣着商品支出； X6: 人均日用品支出； X7: 人均燃料支出； X8: 人均非商品支出。 （1）求样本相关系数矩阵R。 （2）从R出发做主成分分析，求出各主成分的贡献率及前两个主成分的累积贡献率； 2、（1）对题1中的数据，按照原有的八个指标，对30个省份进行聚类，给出分为3类的聚类结果。 （2）利用题1得到的前2个主成分指标，分别按最短距离法（最近邻居距离）、最长距离法（最远邻居距离）、类平均距离法（组间平均距离）、重心距离法；其中距离均采用欧式平方距离，对样本进行谱系聚类分析，并画出谱系聚类图；给出分为3类的聚类结果。并与（1）的结果进行比较 【实验步骤】（此部分主要包括实验过程、方法、结果、对结果的分析、结论等） 1 1） 相关矩阵 V2 V3 V4 V5 V6 V7 V8 V9 相关 V2 1.000 .334 -.055 -.061 -.289 .199 .349 .319 V3 .334 1.000 -.023 .399 -.156 .711 .414 .835 V4 -.055 -.023 1.000 .533 .497 .033 -.139 -.258 V5 -.061 .399 .533 1.000 .698 .468 -.171 .313 V6 -.289 -.156 .497 .698 1.000 .280 -.208 -.081 V7 .199 .711 .033 .468 .280 1.000 .417 .702 V8 .349 .414 -.139 -.171 -.208 .417 1.000 .399 V9 .319 .835 -.258 .313 -.081 .702 .399 1.000 2） 表:方差贡献率和累计贡献率 解释的总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 3.096 38.704 38.704 3.096 38.704 38.704 3.079 38.485 38.485 2 2.367 29.590 68.294 2.367 29.590 68.294 2.385 29.809 68.294 3 .920 11.500 79.794 4 .706 8.824 88.618 5 .498 6.231 94.848 6 .230 2.874 97.722 7 .131 1.635 99.357 8 .051 .643 100.000 提取方法：主成份分析。 由上图可知， 只有前两个成分的特征值大于1，所以只选择前两个主成分。第一个主成分的方差贡献率是38.704%，第二个主成分的方差贡献率是29.590%，前两个主成分的方差占所有主成分方差的64.294%。前两个主成分的累计贡献率为68.294%，选择前两个主成分即可代表绝大多数原来的变量。 最终聚类中心 聚类 1 2 3 V2 8.79 8.48 10.38 V3 47.05 31.14 70.37 V4 8.82 7.07 6.76 V5 12.80 9.14 16.73 V6 16.96 16.31 17.29 V7 12.80 10.21 18.56 V8 1.88 1.78 3.09 V9 13.63 11.51 24.20 2 每个聚类中的案例数 聚类 1 10.00