第14讲 聚类分析.pptVIP

一、聚类分析概述 根据同类事物应具有相近特性，而不同事物在这些特性上差异较大的假定，将所研究的事物进行分类，这种研究方法称为聚类Cluster。 系统聚类法（分层聚类法） 快速聚类法 系统聚类 例如：对一批运动员分别测量了他们的百米、万米、摸高、举重、体操等若干项指标，最后根据他们的各项成绩的分析将他们分为几种不同类型的运动员，比如：爆发力型、耐力型、灵巧型等。 系统聚类分析就是通过对变量的测量，将比较接近的样本找出来归为一类，进一步再将比较接近的类合并成为新的类，逐层合并直到最后合并成为一类。 系统聚类产生的结果不在聚类的开始，也不在聚类的最终，而是在其过程中。研究者将根据聚类过程适当截取聚类结论。 系统聚类法 事物的性质是通过测量变量来描述的，因此，变量可以揭示事物的一些内部属性。如果以n个数值型变量(n维空间)来描述某一类事物，则一个事物就是n维空间中是一个点。 系统聚类方法的一般程序： 六、作业 数学建模与数学实验 后勤工程学院数学教研室 第14讲 聚类分析 实验目的 实验内容 2.掌握用数学软件求解聚类问题。 1.了解聚类分析的基本原理。 1.聚类问题引例及基本理论。 4.实验作业。 2.用数学软件求解聚类问题。 3.应用实例 Y X Z . . . . . . . . . . . . . . . . . . . . . . . . . A B C 空间点中，接近的样本找出来归为一类，进一步再将比较接近的类合并成为新的类，逐层合并直到最后合并成为一类。 聚类分析法的一般程序是： 首先，不论是定量数据还是定性数据，都应确定分类统计量，用以测定样本之间的亲疏程度，主要通过样本之间的距离、样本间的相关系数来确定； 其次，利用统计量将样品进行分类。 介绍8种分类方法。 分类统计量：样本间的距离或相关系数。 二、分类统计量距离 1）明氏（Minkowski）距离 2）马氏（Mahalanobis）距离 样品X到总体G的马氏距离 3）兰氏（Canberra）距离 2．相关系数 三、常用的聚类方法 1．最短距离法（Nearest neighbor） 也称单连接法 最短距离法聚类步骤： 2．最长距离法(Furthest neighbor) 也称完全连接法 3．中间距离法（Median Cluster） 4．重心法（Centroid Clustering） 5．类平均法 6．离差平方和法（Wards Methord） 7．重心法（Centroid Clustering） 聚类步骤： 8种聚类聚类法的关系： 四、用MATLAB软件包进行聚类 五、应用举例 x=[631.60 161.90 0.36 403.00 26073.00 35.34 498.40 143.20 3.57 176.00 10223.00 6.26 557.60 70.60 2.18 199.00 11571.00 9.48 684.10 281.80 1.40 286.00 16660.00 29.39 644.00 93.50 1.98 234.00 13621.00 22.68 620.30 248.60 2.56 296.00 17210.00 21.84 498.40 147.50 2.50 284.00 13578.00 13.49 469.40 56.10 3.68 119.00 6911.00 1.72 434.50 73.00 3.36 99.00 5795.00 1.68 81.90 16.30 3.02 19.00 876.00 0.52 138.60 8.20 1.40 31.00 1411.00 1.28 92.20 9.80 2.61 31.00 1751.00 0.35 174.90 5.00 5.12 24.00 1101.00 0.48 169.00 6.50 3.68 40.00 1796.00 1.45 262.20 49.40 2.66 68.00 3067.00 3.09 195.50 88.40 4.19 53.00 2734.00 1.25 78.60 27.80 4.95 22.00 1662.00 0.11 13.60 0.30 6.28 2.00 101.00 0.01 559.10 42.90 1.27 201.00 11702.00 4.76 521.10 122.50 0.98 248.00 14461.