第6讲-聚类分析法预测.pptVIP

YOUR SITE HERE 2. 多步形成法(逐步计算成群法) 与一步形成法基本步骤相似，唯一的区别是每一步分类后，要把分过类变量合并成为一个新的变量，即在相关系数矩阵中划出最大的元素，将相应的变量合并，赋予新的记号，把合并的变量的数据加权平均作为新的变量的数据，再计算合并后新变量与其余各变量的相关系数，建立新的相关矩阵，再进行下一步分类，重复这一过程直到把所有变量都合并为一类。最后按归类作谱系图。 以距离作为聚类统计量（Q型聚类）情形： 见前关于类间距离的系统聚类方法 以相关系数作为聚类统计量（R型聚类）情形： (1) 转换成距离来处理 (2) 连续计算相关系数矩阵 距离系数是一个衡量空间两点之间相似程度的统计量，距离系数越小，两点越相似。 条件：直角坐标系，要求变量是独立的。 距离系数 在二维情况下 N个样品，P个指标 R型：变量?P个指标 Q型：样品?N个指标 将N个样品的两两间的距离系数求出来，可排一个距离系数矩阵 相似系数是衡量空间两个向量相似性的一个指标，相似系数越大，两个向量越相似。 相似系数 将N个样品相似系数求出来，排成一个相似系数矩阵 相关系数 相关系数是衡量变量之间相关程度的一个指标，变量xi与xj的相关系数定义为： YOUR SITE HERE 距离和相似系数之间的转换 一般说来，距离越小，两样品之间关系越密切，而相似系数越大，两变量之间关系越密切。 为了聚类方便起见，可以用下面的公式从相关系数得到变量间的距离。 dij2 = 1-rij2 YOUR SITE HERE 第三节 系统聚类法 hierarchical clustering method 系统聚类方式： 聚合法：先视每个为一类,再合并为几大类 分裂法：先视为一大类，再分成几类 可用于Q型聚类和 R型聚类 YOUR SITE HERE 开始时将每个样品（或变量）都视为一类，然后将各样品（或变量）相互之间两两加以比较，根据聚类统计量逐步归类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个较大的分类单位，直到把所有样品（或变量）都聚合并为一大类完毕为止，形成一个由小到大的分类系统，并绘制聚类谱系图，把样品之间的亲疏关系简明直观地展示出来。 一、系统聚类的特点 YOUR SITE HERE 二、系统聚类的基本思路和做法 （1）先将待聚类的n个样品（或者变量）各作为一类； （2）选定聚类统计量，计算每两个类之间的聚类统计量，将关系最密切的两类并为一类，其余不变，即得n-1类。再按前面的计算方法，计算新类与其它类之间的距离（或者相似系数），再将关系最密切的两类并为一类，其余不变，即得n-2类； （3）如此继续下去，每次重复都减少一类，直到最后所有所有样品（或变量）归为一类为止。 YOUR SITE HERE X = 1.0 2.0 2.5 4.5 2.0 2.0 4.0 1.5 4.0 2.5 x1 x2 相似性标尺 k=1 k=2 k=3 k=4 0 1 2 3 4 5 0 1 2 3 4 5 YOUR SITE HERE 任给两类,Gk,Gl ，规定其类间距离为两类样品间的最短距离， 若类Gk与Gl合并成一个新类Gm，则Gm与任一类Gr的距离为多少？ Gk Gl Gr Gm 记类Gk与类Gl之间的距离为Dkld(xi,xj)表示点xi∈ Gk和xj ∈ Gl之间的距离 最短距离 三、类间距离 问题：当最亲近的两个样品合并为一个类时，则形成一个样品集团，即p维空间中的一个点群。 如何度量类与类之间的距离？ YOUR SITE HERE 1.最短距离法(single linkage) 2.最长距离法(complete linkage) 3.中间距离法(median linkage) 4.重心法(centroid method) 5.类平均法(average linkage) 6.可变类平均法(flexible-beta method) 7. 可变法 8. 离差平方和法(亦称Ward法，Wards minimum-variance method) 等 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。 四、系统聚类方法 YOUR SITE HERE 四、谱系图的形成和应用 聚类的原则（谱系图的形成过程） 一步形成法 多步形成法 YOUR SITE HERE ①若选出的一对样品在已经分好的组中都未出现过，则把它们形成一个新组。 （形成新类） ②若选出的一对样品中，有一个出现在已经分好的组里，则把另一个也加入到该组。 （