第15章聚类分析1统计学原理.ppt

聚类分析 1 聚类分析的基本原理 2 系统聚类 3 K-均值聚类 学习目标 聚类分析的基本思想和原理 层次聚类和K-均值聚类的基本过程 解释聚类的结果 层次聚类和K-均值聚类的差异及应用条件 聚类分析的注意事项 用SPSS进行聚类分析 聚类分析  (cluster analysis) 1.1 什么是聚类分析？ 什么是聚类分析？  (cluster analysis) 什么是聚类分析？  (两种分类方式) 什么是聚类分析？  (按什么分类) 1.2 相似性的度量 相似性的度量 相似性的度量(样本点间距离的计算方法) 相似性的度量(样本点间距离的计算方法) 相似性的度量(变量相似系数的计算方法) 2.1 系统聚类的两种方式 系统聚类(hierarchical cluster) 系统聚类(合并法) 系统聚类(分解法) 2.2 类间距离的计算方法 类间距离的计算方法 类间距离的计算方法 类间距离的计算方法 2.3 系统聚类的应用 层次聚类的应用 (实例分析) 用SPSS进行层次聚类 第1步 选择【Analyze】下拉菜单，并选择【Classify- Hierarchical Cluster】，进入主对话框 第2步 将用于聚类的所有变量选入【Variable(s)】；把区分样 本的标签 (本例为“地区”)选入【Label Cases by】；若 对样本进行聚类，在【Cluster】下选择【Cases】(本 例选择对样本聚类)，若对变量进行聚类，在 【Cluster】下选择【Variables】 第3步 点入【Statistics】选中【Agglomeration schedule】， 点击【Continue】回到主对话框 第4步 点入【Plots】选中【Dendrogram】，点击 【Continue】回到主对话框 用SPSS进行层次聚类 第5步 点入【Method】，在【Cluster Method】中选择类间距离的 定义方法(本例选择Ward’s method)；在【Measure】下选择 点间距离的定义方法(本例使用Squared Euclidean distance)；在【Transform Values】的【Standardize】框中 选择否对原始数据进行标准化处理(本例选择了【Z scores】)。点击【Continue】回到主对话框 第6步 点入【Save】，在【Cluster Membership】下选择在原始数 据中保留分类结果，其中【Single solution】表示指定要分成 类时各样本所属的类，【Range of solution】表示指定要分成 最少类、最多类时各样本所属的类(SPSS会将分类的结果以 变量形式保存到原数据窗口中)，点击【Continue】?【OK】 SPSS的输出结果(实例分析) SPSS的输出结果(实例分析) SPSS的输出结果(实例分析) Cluster Membership 层次聚类的应用 (分类汇总) 使用SPSS中的Means过程(计算分类统计量) 注意 使用Means过程时可直接在聚类分析的数据中进行，数 据表中应包括SPSS以变量名CLU5_1、CLU4_1、 CLU3_1、CLU2_1等保存的结果，然后按下列步骤操作 第一步 选择【Analyze】下拉菜单，并选择 【Compare Means-Means】?主对话框 第二步 将用于描述的所有变量选入【Dependentlist】，把地 区所属的类别号变量选入【Independent list】 第三步 点击【Options】并选 择所需要的统计量，点击 【Continue】?主对话框? 【OK】 层次聚类的应用 (类别检验) 层次聚类的应用 (类别检验) K-均值聚类(K-means cluster) 3.1 K-均值聚类的基本过程 K-均值聚类(步骤) K-均值聚类(步骤) K-均值聚类(步骤) 3.2 K-均值聚类的应用 K-均值聚类的应用 (实例分析) K-均值聚类的应用 (实例分析) K-均值聚