第八章聚类分析.pptVIP

第八章 聚类分析;8.1 什么是聚类分析;;8.2 聚类分析中的数据类型;;;;;;;二元变量 一个二元变量只有两个状态：0 或 1，0 表示该变量为空，1 表示该变量存在。 二元变量的可能性表 q 是对对象 i 和 j 值都为 1 的变量的数目，r 是在对象 i 中值为 1，在对象 j 中值为 0 的变量的数目，s 是在对象 i 中值为 0，在对象 j 中值为 1 的变量的数目，t 是在对象 i 和 j 中值都为 0 的变量的数目。变量的总数是 p，p=q+r+s+t。;;;例：二元变量之间的相异度：假设一个病人记录表包含属性 name, gender, fever, cough, test-1, test-2, test-3, 和 test-4，这里的 name 是对象标识，gender是对称的二元变量，其余的属性都是非对称的二元变量。 大部分为二元属性的关系表 假设对象之间的距离只基于非对称变量来计算。根据Jaccard系数公式： d(jack,mary) = (0+1)/(2+0+1) = 0.33 d(jack,jim) = (1+1)/ (1+1+1) = 0.67 d(jim,mary)=(1+2)/(1+1+2) = 0.75 上面的值显示 Jim 和 Mary 不可能有相似的疾病，因为他们有着最高的相异度。在这三个病人中，Jack 和 Mary 最可能有