生物统计学课件-ch16聚类分析.pptVIP

先做一些简单的计算： 4号和6号得分离差的平方和： (21-20)2 + (23-23)2 + (22-22)2 = 1 1号和2号得分离差的平方和： (28-18)2 + (29-23)2 + (28-18)2 = 236 1号和3号得分离差的平方和为 482。 由此可见，4号和6号的“距离”较近，1号和2号的“距离”较远，1号和3号的“距离”更远。 由此，我们的考虑是否可以用“距离”将不同的应聘者分类。 问题：如何选择样品间相似的测度指标，如何将有相似性的类连接起来？ 距 离 距 离 1. 欧式（Euclidian ）距离 实例计算 Euclidian距离 欧式距离的平方(Squared Euclidian Distance) Euclidian距离的平方 2. 明氏（Minkowski）距离 变量标准化 3. Mahalanobis 距离 4. Lance和Williams 距离 5. 斜交空间距离 6. 配合距离 相似系数 1. Pearson相关系数 2. 夹角余弦（Cosine） 系统聚类法（hierarchical clustering method） 最短距离法(single linkage，nearest neighbor) 最长距离法(complete linkage, furthest neighbor)