聚类分析 动态聚类讲解.pptVIP

31 (3) 适当地考虑计算工作量的大小。如对大样本的 聚类问题，不适宜选择斜交空间距离，因采用该距离处 理时，计算工作量太大。样品间或变量间亲疏测度指标 的选择是一个比较复杂且带主规性的问题，我们应根据 研究对象的特点作具体分折，以选择出合适的亲疏测度 指标。实践中，在开始进行聚类分析时，不妨试探性地 多选择几个亲疏测度指标，分别进行聚类，然后对聚类 分析的结果进行对比分析，以确定出合适的亲疏测度指 标。 32 … 0 … 0 ┇ ┇ ┇ ┇ … 0 p G q G 1 G 2 G n G 1 G 2 G n G 12 d n d 1 21 d 1 n d 2 n d n d 2 至此，我们已经可以根据所选择的距离构成 样本点间的距离表 , 样本点之间被连接起来。 33 四、样本数据与小类、小类与小类之间的度量 1 、最短距离（ Nearest Neighbor) x 21 ? x 12 ? x 22 ? x 11 ? 13 d 34 最长距离（ Furthest Neighbor ） ? ? ? x 11 ? x 21 ? ? ? ? 12 d 35 ? ? ? ? ? ? 9 9 1 d d ? ? ? 组间平均连接（ Between-group Linkage) 36 1 、组内平均连接法（ Within-group Linkage) 1 2 3 4 5 6 6 d d d d d d ? ? ? ? ? x 21 ? x 12 ? x 22 ? x 11 ? 37 重心法（ Centroid clustering): 均值点的距离 ? ? ? ? 1 1 , x y ? ? 2 2 , x y 38 离差平方和法连接 2 ， 4 1 ， 5 6 ， 5 2 2 (2 3) (4 3) 2 ? ? ? ? 2 2 (6 5.5) (5 5.5) 0.5 ? ? ? ? 2 2 (1 3) (5 3) 8 ? ? ? ? 39 红绿（ 2 ， 4 ， 6 ， 5 ） 8.75 离差平方和增加 8.75 － 2.5 ＝ 6.25 黄绿（ 6 ， 5 ， 1 ， 5 ） 14.75 离差平方和增加 14.75 － 8.5 ＝ 6.25 黄红（ 2 ， 4 ， 1 ， 5 ） 10 － 10 ＝ 0 故按该方法的连接和黄红首先连接。 40 § 3 系统聚类方法 1 、计算 n 个样品两两间的距离 ，有 个。将 所有列表，记为 D (0) 表，该表是一张对称表。所 有的样本点各自为一类。 2 、选择 D (0) 表中最小的非零数，不妨假设 ， 于是将 和 合并为一类，记为 。 pq d p G q G ? ? q p r G G G ， ? 2 n C ij d （一）方法 开始各样本自成一类。 41 3 、利用递推公式计算新类与其它类之间的距离。 分别删除 D (0) 表的第 p ， q 行和第 p ， q 列，并新增 一行和一列添上的结果，产生 D (1) 表。 42 4 、在 D (1) 表再选择最小的非零数，其对应的两类 有构成新类，再利用递推公式计算新类与其它类 之间的距离。分别删除 D (1) 表的相应的行和列， 并新增一行和一列添上的新类和旧类之间的距离。 结果，产生 D (2) 表。类推直至所有的样本点归为 一类为止。 43 § 2 动态聚类 一、思想 系统聚类法是一种比较成功的聚类方法。然而当 样本点数量十分庞大时，则是一件非常繁重的工作， 且聚类的计算速度也比较慢。比如在市场抽样调查 中，有 4 万人就其对衣着的偏好作了回答，希望能迅 速将他们分为几类。这时，采用系统聚类法就很困 难，而动态聚类法就会显得方便，适用。 动态聚类解决的问题是：假如有个样本点，要把 它们分为类，使得每一类内的元素都是聚合的，并 且类与类之间还能很好地区别开。动态聚类使用于 大型数据。 44 选 择 凝 聚 点 分 类 修 改 分 类 分 类 是 否 合 理 分 类 结 束 Yes No 45 用一个简单的例子来说明动态聚类法的工作过 程。例如我们要把