201102聚类分析.ppt

聚类分析;例 对10位应聘者做智能检验;例 16种饮料的热量、咖;聚类分析是根据“物以类聚”的道;基本程序：根据一批样品的多个观;思考： ;一、数据的变换处理 所;中心化变换的结果是使每列数据之;2、极差规格化变换 规格化变;经过规格化变换后，数据矩阵中每;经过标准化变换处理后，每个变量;二、样品间亲疏程度的测度 ;变量之间的聚类即R型聚类分析，;1、定义距离的准则 定义距;把n个样本点看成p维空间的n个;（3）闵可夫斯基距离(Mink;(3)闵可夫斯基距离主要有以下;(5)马氏距离 这是印;马氏距离又称为广义欧氏距离。显;例如，假设有一个二维正态总体，;3、相似系数的算法（1）相似系;（2）夹角余弦 ;4、距离和相似系数选择的原则 ;(1)所选择的亲疏测度指标在实;(2)亲疏测度指标的选择要综合;(3)适当地考虑计算工作量的大;三、样本点与类、类与类之间的度;最长距离（Furthest N;??????组间平均连接（Be;组内平均连接法（Within-;重心法（Centroid cl;离差平方和法连接2，41，56;红绿（2，4，6，5）8.75;系统聚类法（层次聚类法）：在聚;1、根据样品的特征，规定样品之;3、利用递推公式计算新类与其它;4、在D（1）表再选择最小的非;（二）常用的种类 1;然后 和 被聚为新类 ;03.505.520;03.50;各步聚类的结果：(1,2) ;最短距离法的递推公式 假;2、最长距离法 用最长距离法对;然后和被聚为新类，得：? 0?;最长距离法的递推公式 假;3、中间距离法最长距离最短距离;中间距离法的递推公式 ;（三）确定类的个数 ;总离差平方和的分解2、离差平方;如果这些样品被分成两类;可以证明：总离差平方和＝组内离;3、伪F统计量的定义为 ;Pseudo F Statis;（四）主要步骤1、对数据进行变;聚类结果的解释和证实 ;如果是变量聚类分析，聚类分析做;省份x1x2x3x4x5x6x;G1={辽宁}，G2={浙江};d61=d(3,4)1=min;d78=min{d71,d72;例2 某公司下属30个企业，;无标题;根据美国等20个国家和地区的信;国家callmovel??fe;无标题;§4 动态聚类（K-均值聚类;用一个简单的例子来说明动态聚类;（a）空间的群点 ;(e) 第二次分类;二、聚类方法系统聚类可以不事先;然后，根据和这三个点???距离远近;动态（快速）聚类步骤1、选择分;选择凝聚点分 ;例3 我国经济发展的总目标是;jjjyjkjz类别 距离be;系统聚类分析 直观;聚类结果主要受所选择的变量影响;聚类要注意的问题 另外就分成多;SPSS相关命令聚类方法的选择;对距离的测度方法选择： E;饮料数据16种饮料的热量、咖啡