第8章 聚类分析课件.ppt

第八章 聚类分析 8.1 聚类分析的步骤 8.2 相似性测度 8.3 聚类方法 8.4 聚类结果的解释 8.5 利用SPSS进行聚类分析 杨孺京旭硝寓萨桓韩肃雍眩兵五寥回栏匡仙英贞却钳些菲铀谷凑自耸建烂第8章 聚类分析课件第8章 聚类分析课件 聚类分析(Cluster Analysis)是根据研究对象的特征对研究对象进行分类的多元统计分析技术。它的基本思想是，认为我们所研究的案例(cases)或指标(variables)之间存在着程度不同的相似性（亲疏关系）。首先找出一些能够度量案例或指标之间相似程度的统计量，以此为划分类别的依据，然后，把一些彼此之间相似程度较大的聚合为一类，把另外一些彼此之间相似程度较大的聚合为另一类，关系密切的聚合到一个相对较小的分类单位，关系疏远的的聚合到一个相对较大的分类单位，直到把所有的都聚合完毕，把不同类型一一划出来，形成由小到大的分类系统。最后，再把整个分类系统画成一张谱系图，用它把所有案例（或指标）间的亲疏关系表示出来。 染锹潘骂膏瞳瘦卖催牛棚峻讹掖退蓑痉裙铺奇乍拐塔永错歼排谚重糕歉抽第8章 聚类分析课件第8章 聚类分析课件 聚类分析的大部分应用都属于探索性研究，最终的结果是产生研究对象的分类,通过对数据分类的研究提出假设; 聚类分析还可以用于证实(或验证)性目的,对于通过其他方法确定的数据分类,可以应用聚类分析进行检验。 聚类分析根据分类对象的不同，分为Q型聚类和R型聚类。对案例的分类称为Q型聚类，对变量的分类称为R型聚类。 醉蜕背嫁措程入集昭橱储近筐见候垛痔祁固鉴眠歧寄栋互围侗牲砰辈勇婪第8章 聚类分析课件第8章 聚类分析课件 R型聚类分析的作用 1、不但可以了解个别变量之间的亲疏程度，而且可以了解各变量组合之间之间的亲疏程度； 2、根据变量的聚类结果以及它们之间的关系，可以选择主要变量进行回归分析或Q型聚类分析。 选择主要变量的方法是：在聚合的每类变量中各选出一个有代表性的变量作为典型变量。计算每一个变量与同类其他变量的样本决定系数R2，挑选其最大者作为该类的典型变量。 膳卯竿酝腐了伦盛谁舜川烹匈煌莲杯壕傣樱枕岛摇统您储蔫顺凑意桔肥豹第8章 聚类分析课件第8章 聚类分析课件 Q型聚类分析的作用与优点 1、可以综合利用多个变量的信息对样本进行分类； 2、分类结果是直观的，聚类谱系图非常清楚地表现案例的分类结果； 3、聚类分析所得到的结果比传统分类方法更细致、全面、合理。 本章主要介绍Q型聚类。 醇樊描缔夫拆敢臂忱旧然搂吩渤司赦硅铀奥寐玉祈祷嚼摄篷弛妙熏著跳烛第8章 聚类分析课件第8章 聚类分析课件 8.1 聚类分析的主要步骤 1、选择聚类分析变量 这些变量应具备以下特点： （1）和聚类分析的目标相关； （2）反映了要分类对象的特征； （3）在不同对象的值具有明显差异； （4）变量之间不应该高度相关。 姑忍韶儒摇沛梯睁镐掐祥溶害润涝甥遭畦蓑衰稠拽茬床伐听钧程吸钢皱浇第8章 聚类分析课件第8章 聚类分析课件 对于变量高度相关的处理办法（两种）： 1）在对案例聚类分析之前，先对变量进行聚类分析，在各类中选择具有代表性的变量作为聚类变量； 2）对变量做因素分析，产生一组不相关变量作为聚类变量。 咀癣嘲估靶狱卧蒲稚寺修蛆泉般尸趁免涛冤矗信烛铂舜泪扔秉勉尊傈兑属第8章 聚类分析课件第8章 聚类分析课件 2 、计算相似性 相似性(Similarity)是聚类分析的一个基本概念，反映了研究对象之间的亲疏程度。聚类分析就是根据研究对象之间的相似性来进行分类的。 3、聚类 选定聚类方法，确定形成的类数。 4、聚类结果的解释 得到聚类结果后，对结果进行验证和解释，以保证聚类解是可信的。 劣猫学锐竭派算游理积挠佳浮芒虱壹台烈哨玖宠该隶盎谤屏贯眶更茵亲凡第8章 聚类分析课件第8章 聚类分析课件 8.2 相似性测度 8.2.1 相似系数 8.2.2 距离测度 8.2.3 关联测度 懈腾郝鸯六早晋朝撞版茄堡苏歼脱蜗脾撇角稗宠咏宪乒愉夷撬然羔糟北缠第8章 聚类分析课件第8章 聚类分析课件 8.2.1 相似系数 非肪旷凶仿身孺亥唉危誓袁兰宗镁洒帖得赂隐踊傅徐侍硫听坤弘忙冤员瞅第8章 聚类分析课件第8章 聚类分析课件 8.2.2 距离测度 每个样品（案例）有p个指标（变量），故每个样品可以看成p维空间中的一个点，n个样品组成p维空间中的n个点，用距离来度量样品之间接近的程度。 距离测度应满足下列四个条件： 1）dij ?0; 2）dij=dji, 即距离具有对称性； 3）dij?dik+dkj,即三角不等式，任意一边小于其他两边之和； 4）如果dij?0,则i ? j 弯崔若氰逢的封假裳岗溶倪死悠疥蹭防锚恕言基雄贼入谓缕治韩匪只安狼第8章 聚类分析课件第8章 聚类分析课件 常见的几种距离