[管理学]第3章聚类分析.pptVIP

* * * * 变量聚类1、计算变量之间的相关系数rij (-1≤dij≤1) ，根据相关系数进行变量合并，如教材案例所示。2、将变量间的相关性转化为距离： dij=1- rij (0≤dij≤2) 则变量间的聚类过程和方法与样本聚类相同。 聚类分析案例 例1：某零件标准长度为18，检验4家供货商提供的产品，得到的数据如表，试对这4家产品聚类。 0.500 18.200 丁 0.002 18.050 丙 0.004 17.997 乙 0.003 18.002 甲 样本标准差 样本均值 供货商 第3步与第4步的相似性水平差距最大，聚类到第3步,样本合并为2类： {甲,乙,丙}，{丁} 【例2】美国22家公用事业公司1975年数据如表： X1：固定费用周转率 X2：资本回报率 X3：每千瓦容量成本 X4：年载荷因子 X5：年需求增长 X6：销售量 X7：核能所占百分比 X8：总燃料成本 （1）对22家公司聚类 （2）对8个变量聚类 Virginia 1.306 26.6 10093 5.9 54.3 174 9.3 1.07 United 2.116 0.0 6650 3.5 61.0 204 8.6 1.04 Wisconsin 0.702 41.1 7287 3.5 59.9 148 11.8 1.20 Texas 0.636 0.0 13507 -2.1 54.0 104 11.7 1.16 Southern 1.108 0.0 10140 2.7 56.7 150 12.6 1.05 SanDiego 1.920 8.3 5714 9.0 61.9 136 6.4 0.76 Puget 0.620 0.0 15991 9.2 56.0 252 9.9 1.16 Pacific 1.400 0.9 6468 -0.1 62.2 164 7.6 0.96 Oklahoma 0.588 0.0 9673 1.4 49.8 96 12.0 1.09 Northern 0.527 50.2 7179 6.4 53.7 199 12.7 1.15 NewEngla 1.897 0.0 6154 3.7 62.0 178 10.9 1.13 Nevada 0.768 0.0 17441 6.5 51.5 173 7.5 0.75 Madison 0.623 39.2 6455 2.7 53.0 197 12.4 1.12 Kentucky 0.862 0.0 8406 7.2 60.4 168 13.0 1.34 Idaho 0.309 0.0 13082 3.3 57.0 245 9.2 1.10 Hawaiian 1.652 0.0 7642 2.2 67.6 175 12.2 1.22 Florida 1.241 22.5 11127 -2.2 60.0 111 13.5 1.32 Consolid 2.044 15.6 3300 1.0 51.2 192 8.8 1.49 Common 0.700 34.3 6423 0.3 56.0 168 11.2 1.02 Central 1.058 0.0 9212 3.4 53.0 113 15.4 1.43 Boston 1.555 25.3 5088 2.2 57.9 202 10.3 0.89 Arizona 0.628 0.0 9077 1.6 54.4 151 9.2 1.06 名称 x8 x7 x6 x5 x4 x3 x2 x1 （1）对22家公司聚类 从第18步到第19步，相似性水平减少幅度最大，应聚类到第18步，即聚为4类较好。 （2）对8个变量聚类 从第3步到第4步，相似性水平减少幅度最大，应聚类到第3步，即聚为3类较好。 §4 动态聚类法 系统聚类法是一种比较成功的聚类方法。然而当样本点数量十分庞大时，则是一件非常繁重的工作，且聚类的计算速度也比较慢。比如在市场抽样调查中，有4万人就其对衣着的偏好作了回答，希望能迅速将他们分为几类。这时，采用系统聚类法就很困难，而动态聚类法就会显得方便，适用。 动态聚类使用于大型数据。 动态聚类法 基本思想：选取若干个样品作为凝聚点，计算每个样品和凝聚点的距离，进行初始分类，然后根据初始分类计算其重心，再进行第二次分类，一直到所有样品不再调整为止。 选择凝聚点 分 类 修改分类 分类是否合理 分类结束 Yes No 用一个简单的例子来说明动态聚类法的工作过程。例如我们要把图中的点分成两类。快速聚类的步骤： 1、随机选取两个点 和 作为凝聚点。 2、对于任何点 ，分别计算 3、若