计算机地质学7.聚类分析 数学定量分类思想.pptVIP

聚类分析　 Cluster Analysis 本章学习目标 掌握地球科学中大量观测数据的样品或变量的数学定量分类思想； 学会样品或变量数据变换和分类标准的数学表示； 数据的聚类：谱系图制作及其地质意义； 学习重点、难点 重点 不同应用目的聚类分析技术的正确选取和聚类分析矩阵的求法以及谱系图的地质意义 难点 实际观测数据的聚类分析矩阵的构建和程序开发，深入理解谱系图的地质意义 问题的提出 地球科学涉及众多的分类问题，如地质学研究中岩石的分类、矿物矿床的分类、古生物的分类。油气勘探、开发过程中，石油成因研究、油藏类型研究、地化资料等的分类与分级。针对上述问题，怎样进行科学分类，分类结果有何启示？ 表1-1 聚类分析的依据及分类 聚类分析是根据样本或变量之间的相似性（亲疏关系），根据一批样本的多个观测指标（变量）具体找出一些能够度量样本或观测指标（变量）之间相似程度的统计量－相似系数、距离系数、相关系数，以这些统计量作为划分类型的依据 聚类分析根据研究对象和研究方法的不同可分为两类： 第二节 原始数据的处理 处理的目的： 消除变量之间单位、数量级的影响 使各个变量具有相等的权（一视同仁） 处理的方法 一．标准化变换 二．规格化（或正规化、极差变换）变换 三．其他规格化方法 （一）极大值规格化 （二）均值规格化 （三）标准差规格化 第三节 聚类分析中的统