数学建模聚类分析.pptVIP

聚类分析（Cluster Analysis）是研究“物以类聚”的一种多元统计方法。国内有人称它为群分析、点群分析、簇群分析等。 一、聚类分析的基本概念 研究对样品或指标进行分类的一种多元统计方法,是依据研究对象的个体的特征进行分类的方法。 聚类分析把分类对象按一定规则分成若干类，这些类非事先给定的，而是根据数据特征确定的。在同一类中这些对象在某种意义上趋向于彼此相似，而在不同类中趋向于不相似。 职能是建立一种能按照样品或变量的相似程度进行分类的方法。 除此以外，还有动态聚类法、图论聚类法、模糊聚类法、有序聚类法等。 聚类分析有两种：一种是对样本的分类，称为Q型，另一种是对变量（指标）的分类，称为R型。 R型聚类分析的主要作用： ⒈不但可以了解个别变量之间的亲疏程度，而且可以了解各个变量组合之间的亲疏程度。 ⒉根据变量的分类结果以及它们之间的关系，可以选择主要变量进行Q型聚类分析或回归分析。（R2为选择标准） Q型聚类分析的主要作用： ⒈可以综合利用多个变量的信息对样本进行分析。 ⒉分类结果直观，聚类谱系图清楚地表现数值分类结果。 ⒊聚类分析所得到的结果比传统分类方法更细致、全面、合理。 在课堂上主要讨论Q型聚类分析, Q型聚类常用的统计量是距离. 那么Q型系统聚类法则可以表述为： 把样本看成n维空间的点，而把变