聚类分析c黄lusteranalysis.ppt

Cluster Analysis （二）最长距离法(complete linkage，furthest neighbor) （三）中间距离法(median method) （四）中间距离法的变形——可变法 （五）类平均法(average linkage between group) （六）可变类平均法(flexible-beta method) （七）重心法(centroid method) （八）Ward最小方差法(Ward’ minimum variance method) （九）八种系统聚类方法的统一 八种系统聚类法公式的参数 系统聚类法的性质 有关问题 五、快速聚类法（quick cluster method k-means model ）也叫动态聚类、逐步聚类、迭代聚类） 原理 选择初始凝聚点 根据欧氏距离将每个样品归类 各类的重心代替初始凝聚点 根据欧氏距离将每个样品归类，…… 直至分类达到稳定 初始凝聚点initial cluster seeds ；cluster centers 自动选择 必须给出允许分类的最大个数k（ SAS中用MAXCLUSTERS=k(或MAXC=k) ） 凭经验选择 以初始凝聚点建立一个数据文件,在SAS的FASTCLUS过程的SEED=选择项中输入该数据文件 六、变量聚类法 七、小结 存在的问题 （一）SPSS聚类分析 1.系统聚类 指定参与聚类的变量名和样品号 Statistics Plot Method Method 2. 快速聚类 选项 （二）SAS聚类分析   The EndAuthor: ChuanHua Yu2002.11, Xi’An, Chinayuchua@163.com 分类数的确定 专业知识 聚类方法的选择 试用多种方法，系统聚类与快速聚类相结合 八、软件计算与实例分析 聚类进度表 相似矩阵 样品或变量的分类情况 树状结构图 冰柱图 冰柱的方向 聚类方法 标准化变换 亲疏关系指标 将分类结果存入数据文件中 读写凝聚点 人为固定分类数 ANOVA表，初始凝聚点等 样品聚类：PROC CLUSTER pseudo RSQUARE STD METHOD=(AVE, AVERAGE, CEN, CENTROID, COM, COMPLETE, DEN, DENSITY, EML, FLE, FLEXIBLE, MCQ, MCQUITTY, MED, MEDIAN, SIN, SINGLE, TWO, TWOSTAGE, WAR, WARD); ID national; PROC TREE HORIZONTAL; ID national; 变量聚类：PROC VARCLUS CORR CENTROID HIERARCHY MAXC=4; 快速聚类：PROC FASTCLUS MAXC=4 MAXITER=100 ; ID national; 资料预处理：PROC ACECLUS ;（ACECLUS (Approximate Covariance Estimation for CLUStering) ） 第四军医大学卫生统计学教研室 统计本科应用多元分析教学 作者：宇传华 2002.11 聚类分析(第2部分) B2 A2 * * B1 A1 * * B3 * 样品间：欧氏距离类类间：两类间样品两两距离最长。即图中样品A2和B3之间的距离 最长距离夸大了类间距离，最短距离低估了类间距离。介于两者间的距离即为中间距离 K L J M SPSS作为默认方法，称为 between-groups linkage K L J M 类平均法的变型 K L J M B2 A2 * * B1 A1 * * B3 * 类类间的距离用各自重心间的距离表示 先将n个样品各自成一类，然后每次每缩小一类，每缩小一类离差平方和就要增加，选择使离差平方和增加（SSM－SSK－SSL）最小的两类合并，直至所有的样品归为一类为止。 以上聚类方法的计算步骤完全相同，仅类与类之间的定义不同。Lance和William