spss资料分析 聚类分析课件.pptVIP

4.1 最短距离（Nearest Neighbor) 4.4 组内平均连接法（Within-group Linkage) 4.5 重心法（Centroid clustering): 均值点的距离 4.6 离差平方和法连接 红绿（2，4，6，5）8.75 离差平方和增加8.75－2.5＝6.25 黄绿（6，5，1，5）14.75 离差平方和增加14.75－8.5＝6.25 黄红（2，4，1，5）10－10＝0 故按该方法的连接和黄红首先连接。 Statistics→Classify →Hierarchical Cluster: Variables:啤酒名和成分价格等 Cluster(Case, Q型聚类) Display: (Statistics)(Agglomeration Schedule凝聚状态表), (Proximity matrix), Cluster membership(Single solution, [4]) Method: Cluster (Furthest Neighbor), Measure-Interval (Squared Euclidean distance), Transform Value (Range 0-1/By variable (值-最小值)/极差) Plots: (Dendrogram) Icicle(Specified range of cluster, Start-1,Stop-4, by-1), Orientation (Vertical) Save: Cluster Membership(Single solution [4]) 凝聚过程:Coefficients为不相似系数,由于是欧氏距离,小的先合并. 分为四类的聚类结果 聚类树型图 三、层次聚类分析中的R型聚类 层次聚类分析中的R型聚类是对研究对象的观察变量进行分类，它使具有共同特征的变量聚在一起。以便可以从不同类中分别选出具有代表性的变量作分析，从而减少分析变量的个数。 ? 研究问题 来自世界8个国家的8个评委，对300个国际品牌进行评价，要分析这些评委打分倾向的类型。 SPSS中实现过程 输出的结果文件中第三个表格如下表所示。 Average Linkage (Between Groups) C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 韩国 2 -+---+ 法国 4 -+ +-----------------------------------------+ 美国 6 -----+ | 罗马尼亚 3 -+-----+ +-+ 中国 5 -+ +-------+ | | 俄罗斯 7 -------+ +-------------------------------+ | 意大利 1 ---------------+ | 观众 8 -------------------------------------------------+ Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine 四、快速聚类分析 SPSS层次聚类分析对计算机的要求比较高，在大样本的情况下，可以采用快速聚类分析的方法。采用快速聚类分析，得到的结果比较简单易懂，对计算机的性能要求也不高，因此应用也比较广。 快速聚类分析是由用户指定类别数的大样本资料的逐步聚类分析。它先对数据进行初始分类，然后逐步调整，得到最终分类。快速聚类分析的实质是K-Mean聚类。 和层次聚类分析一致，快速聚类分析也以距离为样本间亲疏程度的标志。但两者的不同在于：层次聚类可以对不同的聚类类数产生一系列的聚类解，而快速聚类只能产生固定类数的聚类解，类数需要用户事先指定。