第五章 聚类分析.pdf

第五章 聚类分析 聚类分析概述 系统聚类分析 动态聚类法 模糊聚类分析 图论聚类分析  统计分组或分类可以深化人们的认 识。实际应用中，有些情况下进行统计分 组比较容易，分组标志确定了，分组也就 得到了，但是，有些情况下进行统计分组 却比较困难，特别是当客观事物性质变化 没有明显标志时，用于确定分组的标志和 组别就很难确定。聚类分析实际上给我们 提供了一种对于复杂问题如何分组的统计 方法。 第一节 聚类分析概述 一、聚类分析的定义 二、聚类分析的种类 三、聚类分析中样品或变量亲疏 程度的测定 聚类分析的定义 聚类分析是将样品或变量按照它们在性 质上的亲疏程度进行分类的多元统计分析方 法。聚类分析时，用来描述样品或变量的亲 疏程度通常有两个途径，一是把每个样品或 变量看成是多维空间上的一个点，在多维坐 标中，定义点与点，类和类之间的距离，用 点与点间距离来描述样品或变量之间的亲疏 程度；另一个是计算样品或变量的相似系 数，用相似系数来描述样品或变量之间的亲 疏程度。 聚类分析的种类  （一）聚类分析按照分组理论依据的不同，可分为系统 聚类法，动态聚类法，模糊聚类、图论聚类、聚类预报等 多种聚类方法。  1、系统聚类分析法。是在样品距离的基础上定义类 与类的距离，首先将个样品自成一类，然后每次将具有最 小距离的两个类合并，合并后再重新计算类与类之间的距 离，再并类，这个过程一直持续到所有的样品都归为一类 为止。这种聚类方法称为系统聚类法。根据并类过程所做 的样品并类过程图称为聚类谱系图。  2、动态聚类分析法。是将个样品初步分类，然后 根据分类函数尽可能小的原则，对初步分类进行调整优 化，直到分类合理为止。这种分类方法一般称为动态聚类 法，也称为调优法。  3、模糊聚类分析法。是利用模糊数学中模糊集 理论来处理分类问题的方法，它对经济领域中具 有模糊特征的两态数据或多态数据具有明显的分 类效果。  4、图论聚类分析法。是利用图论中最小支撑树 （MST）的概念来处理分类问题，是一种独具风 格的方法。  5、聚类预报法。是利用聚类方法处理预报问题 的方法。主要应用于处理一些出现异常数据的情 况，如气象中的灾害性天气的预报，这些异常数 据采用回归分析或判别分析处理的效果不好，而 聚类预报可以弥补回归分析及判别分析方法之不 足，是一个很值得重视的方法。  （二）按照分析对象不同，可以分为Q型聚类分 析和R型聚类分析。 Q型聚类分析法是对样品进行的分类处理， 可以揭示样品之间的亲疏程度。R型聚类分析法 是对变量进行的分类处理，可以了解变量之间， 以及变量组合之间亲疏程度。 根据R型聚类的结果，可以选择最佳的变量 组合进行回归分析或者Q型聚类分析。其中，选 择最佳变量的一般方法是,在聚合的每类变量 中，各选出一个具有代表性的变量作为典型变 量，其中选择的依据是 r2 。 2 ri 2 i r k 1 r 2 :表示每个变量与其同类的其它变量的 相关系数的平方的均值。k为该类中变量的 2 个数。应用中，挑选 r 值最大的变量xi 作 为该类的典型变量。 聚类分析中样品或变量 亲疏程度的测定  1、变量类型与数据变换 通常变量类型按照计量尺度的不同，分为定