chap6多元统计综合评价之聚类判别综合评价.pdf

多元统计方法与分类综合评价 聚类分析法 判别分析法 一、聚类分析定义  将具有相似(similarity)性质（或距离） 的个体（样本）聚为一类，具有不同性质 的个体聚为不同的类。  聚类分析的实质是建立一种分类方法，它 能够将一批样本数据按照他们在性质上的 亲密程度在没有先验知识的情况下自动进 行分类。  这里所说的类就是一个具有相似性的个体 的集合，不同类之间具有明显的区别。 二、聚类分析的类别  聚类分析所使用方法的不同，常常会得 到不同的结论。不同研究者对于同一组 数据进行聚类分析，所得到的聚类数未 必一致。因此，聚类分析是一种探索性 的分析方法。  聚类分析有对个案（样本）Q型和变量R 型聚类  根据分类对象的不同，聚类分析法有 “样品分类”与 “指标分类”两种。  样品分类又称 “Q型聚类”，指标分类又 称 “R型聚类”。  根据方法不同，聚类分析有 “系统聚类 法”、 “K －均值法”、 “分解法”、 “加入法”、 “有序样品聚类”、 “动 态聚类法”、 “灰色系统聚类法”、 “神经网络聚类法”、 “模糊聚类法” 等。 三、基本思想  首先将n个样品各成一类，根据亲疏程度 或者相似程度，将最相似的一对合并成 一个新类，并计算出所得新类和其他各 类的相似程度；  重复2，直至将所有的样品都合并成一类；  绘制聚类谱系图 。 注：亲疏程度或者相似程度用样品与样品之间 的距离和类与类之间的距离或相关系数衡量。 四、亲疏程度的计算  聚类的时候会涉及到两种类型亲疏程度 的计算：一种是样本数据之间的亲疏程 度，一种是样本数据与小类、小类与小 类之间的亲疏程度。 1.样本数据之间的亲疏程度测量  样本数据之间的亲疏程度主要通过样本 之间的距离、样本间的相似系数来度量。  样本若有k个变量，则可以将样本看成是 一个k维的空间的一个点，样本和样本之 间的距离就是k维空间点和点之间的距离， 这反映了样本之间的亲疏程度。  聚类时，距离相近、越相似的样本属于 一个类，距离远的样本属于不同类。  （1）实践中常用的距离统计量有：绝对距离、 欧氏距离、明氏距离、马氏距离、B模距离、 切比雪夫距离、兰氏距离、切氏距离等。  ①绝对距离dij (1)（Block）。 p dij (1) xik x jk k 1  ②欧氏距离 dij (2) （Euclidean）（广泛） p dij (2) (xik x jk )2 k 1  若不开方，则称为“平方欧几里德距离”。  ③切氏距离（Chebychev ）。 dij () max xik x jk （1k p ）  ④明氏距离（Minkowski）。 p 1/q q dij (q) xik x jk  k 1  显然，这一距离包含了绝对距离、欧氏距离、 切氏距离。  ⑤兰氏距离（Lance Willians），又称坎贝拉 （Canberra ）距离。 1 p x x dij (L )  ik jk p k 1 x ik x