[数学]第五章 聚类分析修改.ppt

第五章 地理系统的聚类分析 第五章 地理系统的聚类分析 二、聚类分析的具体步骤 常见的距离有 ① 绝对值距离 ② 欧氏距离 ③ 明科夫斯基距离 例题:下表给出了某地区9个农业区的7项指标，它们经过极差标准化处理后，如表所示。 1、直接聚类法 直接聚类谱系图 2、最短距离聚类法 3、最远距离聚类法 实例分析 给出了某农业生态经济系统各个区域单元的有关数据，下面我们运用系统聚类法，对该农业生态经济系统进行聚类分析，步骤如下： (1)用标准差标准化方法，对9项指标的原始数据进行处理； (2)采用欧氏距离测度21个区域单元之间的距离 (3)选用组平均法，计算类间的距离，依据不同的聚类标准（距离），对各样本（各区域单元）进行聚类，并作出聚类谱系图。 从聚类分析谱系图可以看出，在不同的聚类标准（距离）下，聚类结果不同，当距离标准逐渐放大时，21个区域单元被依次聚类。 当距离为0时，每个样本为单独的一类； 当距离为5，则21个区域单元被聚为16类； 当距离为10，则21个区域单元被聚为9类； 当距离为15，则21个区域单元被聚为5类； 当距离为20，则21个区域单元被聚为3类； 最终，当聚类标准（距离）扩大到25时，21个区域单元被聚为1类。 注意理解两个距离概念 按照远近程度来聚类需要明确两个概念：一个是点和点之间的距离，一个是类和类之间的距离。 点间距离有很多定义方式。最简单的是欧式距离，还有其他的距离。 当然还有一些和距离相反但起同样作用的概念，比如相似性等，两点越相似度越大，就相当于距离越短。 由一个点组成的类是最基本的类；如果每一类都由一个点组成，那么点间的距离就是类间距离。但是如果某一类包含不止一个点，那么就要确定类间距离， 类间距离是基于点间距离定义的：比如两类之间最近点之间的距离可以作为这两类之间的距离，也可以用两类中最远点之间的距离作为这两类之间的距离；当然也可以用各类的中心之间的距离来作为类间距离。在计算时，各种点间距离和类间距离的选择是通过统计软件的选项实现的。不同的选择的结果会不同，但一般不会差太多。 例题:以下根据最短距离聚类法中的距离矩阵，用最短距离聚类法对某地区的9个农业区进行聚类分析。 (1) 在9×9阶距离矩阵D中，非对角元素中最小者是d94=0.51，首先将第4区与第9区并为一类，记为G10=｛G4，G9｝。按照公式（3.4.10）式分别计算G1，G2，G3，G5，G6，G7，G8与G10之间的距离得 d1，10=min｛d14，d19｝= min｛2.19，2.62｝=2.19 d2，10=min｛d24，d29｝= min｛1.47，1.66｝=1.47 d3，10=min｛d34，d39｝= min｛1.23，1.20｝=1.20 d5，10=min｛d54，d59｝= min｛4.77，4.84｝=4.77 d6，10=min｛d64，d69｝= min｛2.99，3.06｝=2.99 d7，10=min｛d74，d79｝= min｛4.06，3.32｝=3.32 d8，10=min｛d84，d89｝= min｛1.29，1.40｝=1.29 (2)这样就得到G1，G2，G3，G5，G6，G7，G8，G10上的一个新的8×8阶距离矩阵 (3)在上一步骤中所得到的8×8阶距离矩阵中，非对角元素中最小者为d57=0.83，故将G5与G7归并为一类，记为G11，即G11=｛G5，G7｝。 按照最短距离公式分别计算G1，G2，G3，G6，G8，G10与G11之间的距离，可得到一个新的7×7阶距离矩阵 (4)在第2步所得到的7×7阶距离矩阵中，非对角元素中最小者为d28=0.88，故将G2与G8归并为一类，记为G12，即G12=｛G2，G8｝。再按照公式（3.4.10）分别计算G1，G3，G6，G10，G11与G12之间的距离，可得到一个新的6×6阶距离矩阵 (5)在第3步所得的6×6阶距离矩阵中，非对角元素中最小者为d6，11=1.07，故将G6与G11归并为一类，记为G13，即G13=｛G6，G11｝=｛G6，（G5，G7）｝。再按照公式（3.4.10）计算G1，G3，G10，G12与G13之间的距离，可得到一个新的5×5阶距离矩阵 (6)在第4步所得的5×5阶距离矩阵中，非对角