spss聚类分析解析加具体案例例子.pdf

六、聚类分析 （一）概述 1.聚类分析的目的 根据已知数据，计算样本或者变量之间亲疏关系的统计量 （距离或相关系数）。 根据某种准则 （最短距离法、最长距离法、中间距离法、重心法），使同一类内 的差别较小，而类与类之间的差别较大，最初达到的就是将样本或变量分成若干 类。 2.聚类分析的分类 划分标准 名称 概述 优缺点 分类的对象 Q-型聚类 对样本进行分类 R-型聚类 对变量进行分类 分类的原理 系统聚类 将一定数量的样本或指标看 优点：限制少，不需要 成一类，根据亲疏程度，将 预先给出聚类数目；可 亲疏程度最高的合并，然后 发现层次关系 考虑合并后的类与其它类的 缺点：复杂度高，异常 亲疏程度，再合并，不断重 值也会产生影响； 复这个过程，直到将所有样 本合成一类。 快速聚类 要求给出需要聚成多少类， 优点：快速高效；复杂 再让样本凝聚，形成初始分 度低 类，然后再按照最近距离原 则修改不合理的分类，直到 缺点：需要积累一定的 合理为止 实践经验（给出聚类的 数目）；较大的异常值 会产生很大影响 （对异 常值敏感） 3.距离与相似性 为了对样本或者变量进行分类，就需要研究样本之间的关系，最常用的方法有两 个。 方法 分类 分类概述 相似系数（性质越接近的 夹角余弦 等于 1 说明两个样本完 样本，相似系数的绝对值 全相似；接近1 说明相似 越接近于1，而无关的样 密切；等于0 说明完全不 本相似系数的绝对值越 一样；接近0 说明差别大 接近0 ） 相关系数 变量间的相关系数 距离（将样本看作空间的 明氏距离 一个点，并在空间定义距 马氏距离 排除了变量间相关性的 离，距离近的归为一类， 干扰 距离远的归为不同类） 兰氏距离 使用于一切情况，但没有 考虑变量之间的相关性 （二）系统聚类 1.系统聚类的步骤  距离的具体定义及计算方式  计算n 各样本两两之间的距离  将距离接近的数据依次合并为一类，再计算，再合并  画聚类图，解释类与类之间的关系 2.亲疏程度度量方法 名称 描述