整理聚类分析详解.ppt

* 0.0 二、最长距离法 类与类之间的距离定义为两类最远样品间的距离，即 详细步奏和实例 0.0 * 最长距离法与最短距离法的并类步骤完全相同，只是类间距离的递推公式有所不同。 递推公式： 最长距离法容易被异常值严重地扭曲，一个有效的方法是将这些异常值单独拿出来后再进行聚类。 最长距离法的聚类步奏 0.0 * 0.0 * 三、中间距离法 类与类之间的距离既不取两类最近样品间的距离，也不取两类最远样品间的距离，而是取介于两者中间的距离。 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 0.0 * 以上我们对例6.3.1采用了多种系统聚类法进行聚类，其结果都是相同的，原因是该例只有很少几个样品，此时聚类的过程不易有什么变化。一般来说，只要聚类的样品数目不是太少，各种聚类方法所产生的聚类结果一般是不同的，甚至会有大的差异。从下面例子中可以看到这一点。 0.0 * 动态聚类法（快速聚类） 动态聚类法的基本思想是，选择一批凝聚点或给出一个初始的分类，让样品按某种原则向凝聚点凝聚，对凝聚点进行不断的修改或迭代，直至分类比较合理或迭代稳定为止。类的个数k可以事先指定，也可以在聚类过程中确定。选择初始凝聚点(或给出初始分类)的一种简单方法是采用随机抽选(或随机分割)样品的方法。 动态聚类法有许多种方法，一种比较流行的动态聚类法——k均值法。 对比 0.0 * k均值法的基本步骤 (1)选择k个样品作为初始凝聚点，或者将所有样品分成k个初始类，然后将这k个类的重心(均值)作为初始凝聚点。 (2)对除凝聚点之外的所有样品逐个归类，将每个样品归入凝聚点离它最近的那个类（通常采用欧氏距离），该类的凝聚点更新为这一类目前的均值，直至所有样品都归了类。 (3)重复步骤(2)，直至所有的样品都不能再分配为止。 最终的聚类结果在一定程度上依赖于初始凝聚点或初始分类的选择。经验表明，聚类过程中的绝大多数重要变化均发生在第一次再分配中。 0.0 * k均值法的基本步骤 选择凝聚点 初始分类 分类是否合理 修改分类 最终分类 否 是 0.0 * 空议由乙方提供他人呢 空议由乙方提供他人呢 空议由乙方提供他人呢 空议由乙方提供他人呢 空议由乙方提供他人呢 报告人： 0.0 * 主要内容 引言 聚类分析原理 聚类分析的种类 聚类分析应注意的问题 聚类分析应用 聚类分析工具及案例分析 0.0 * 引言 “物以类聚，人以群分” 市场营销中的市场细分和客户细分问题。可从客户分类入手，根据客户的年龄、职业、收入、消费金额、消费频率、喜好等方面进行单变量或者多变量的客户分组。 不足：客户群划分带有明显的主观色彩，需要有丰富的行业经验才能做到比较合理和理想的客户细分。主要表现在，同一客户细分段中的客户在某些方面并不相似，而不同客户细分段中的客户在某些特征方面却又很相似。 解决方法：从数据自身出发，充分利用数据进行客户的客观分组，使诸多有相似性的客户被分在同一组，而不相似的客户被区分到另一组中。这时便可采用聚类分析方法。 0.0 * 主要内容 引言 聚类分析原理 聚类分析的种类 聚类分析应注意的问题 聚类分析应用 聚类分析工具及案例分析 0.0 * 聚类分析定义 聚类： 聚类（clustering）是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小，其过程被称为聚类。 0.0 * 聚类分析定义 聚类分析定义： 聚类分析是将样品或变量按照他们性质上的亲疏程度进行分类的多元统计分析方法。进行聚类分析时，用来描述物品或变量的亲疏程度通常有两个途径： 一是把每个样品或变量看成是多维空间上的一个点，在多维坐标中，定义点与点、类与类之间的距离，用点与点间距离来描述样品或变量的亲疏程度； 二是计算样品或变量的相似系数，用相似系数来描述样品或变量之间的亲疏程度。 0.0 * 聚类分析特点 聚类分析是一种建立分类的多元统计分析方法，它能将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。 0.0 * 聚类分析特点 编号 购物环境 服务质量 A商厦 73 68 B商厦 66 64 C商厦 84 82 D商厦 91 88 E商厦 94 90 把商厦分成两类： 把商厦分为三类： 没有指定分类标准，大家为什么会这么分呢？ 从数据出发，根据性质上的亲疏程度进行分类！ A、B为一类，C、D、E为一类 A、B为一类，C为一类，D、E为一类 0.0 * 聚类分析特点 编号 购物环境 服务质量 A商厦 73 68 B商厦 66 6