- 1、本文档共76页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
聚类分析;分类;一、聚类分析的基本概念;聚类分析; 聚类分析的基本思想是认为我们所研究的样本或指标(变量)之间存在着程度不同的相似性(亲疏关系)。于是根据一批样本的多个观测指标,具体找出一些彼此之间相似程度较大的样本(或指标)聚合为一类,把另外一些彼此之间相似程度较大的样本(或指标)又聚合为另一类,关系密切的聚合到一个小的分类单位,关系疏远的聚合到一个大的分类单位,直到把所有样本(或指标)都聚合完毕,把不同的类型一一划分出来,形成一个由小到大的分类系统。最后把整个分类系统画成一张谱系图,用它把所有样本(或指标)间的亲疏关系表示出来。这种方法是最常用的、最基本的一种,称为系统聚类分析。
;饮料数据(drink.sav );如何度量远近?;两个距离概念;二、距离;常见的距离有:;明氏距离在实际中应用的很多,但也存在一些缺点:;Mahalanobis 马氏距离
;⒉相似系数;① 夹角余弦
两变量的夹角余弦定义为: ;② 相关系数
两变量的相关系数定义为: ;*;三、系统聚类法基本步骤;系统聚类分析的方法;3.重心法(CENtroid method);4.类平均法(AVErage method);例;将每一个省区视为一个样本,先计算5个省区之间的欧式距离,用D0表示距离矩阵(对称阵,故给出下三角阵)
因此将3.4合并为一类,为类6,替代了3、4两类
类6与剩余的1、2、5之间的距离分别为:
d(3,4)1=min(d31,d41)=min(13.80,13.12)=13.12
d(3,4)2=min(d32,d42)=min(24.63,24.06)=24.06
d(3,4)5=min(d35,d45)=min(3.51,2.21)=2.21;得到新矩阵
合并类6和类5,得到新类7
类7与剩余的1、2之间的距离分别为:
d(5,6)1=min(d51,d61)=min(12.80,13.12)=12.80
d(5,6)2=min(d52,d62)=min(23.54,24.06)=23.54;
得到新矩阵
合并类1和类2,得到新类8
此时,我们有两个不同的类:类7和类8。
它们的最近距离
d(7,8) =min(d71,d72)=min(12.80,23.54)=12.80;得到矩阵
最后合并为一个大类。这就是按最短距离定义类间距离的系统聚类方法。最长距离法类似!;*;*;*;*;类的个数的确定;类的个数的确定;聚类分析;四、系统聚类的参数选择
㈠聚类类别:
㈡统计
㈢图:树型谱系图 冰柱谱系图
㈣聚类方???
1.Between-groups linkage 类间平均法
两类距离为两类元素两两之间平均平方距离
2.Within-groups linkage 类内平均法
两类距离为合并后类中可能元素两两之间平均平方距离
3.Nearest neighbor 最短距离法
4. Furthest neighbor 最长距离法
5.Centroid clustering 重心法 (欧式距离)
6.Median clustering 中间距离法 (欧式距离)
7.Ward Method 离差平方法 (欧式距离)
;2020/10/15;数据标准化处理:;存储中间过程数据;数据标准化处理,并存储。;2020/10/15;指定5类;收敛标准值;存储最终结果输出情况,在数据文件中(QCL-1、QCL-2);初始聚心选项,输出方差分析表;初始聚类中心表;具体城市看后表;聚类结果:QCL-1说明聚类结果,QCL-2说明聚类的长度情况;主要城市日照时数;注:连续变量;2020/10/15;SPSS提供不同类间距离的测量方法
1、组间连接法
2、组内连接法
3、最近距离法
4、最远距离法
5、重心法
6、中位数法
7、Ward最小偏差平方和法;观测量概述表;聚类步骤,与图结合看!;2020/10/15;研究各种饮料在市场消费的分配规律,试确定各种饮料消费类型;2020/10/15;2020/10/15;2020/10/15;2020/10/15;2020/10/15;2020/10/15;聚类分析的第几步;垂直冰柱图显示层次聚类分析;两步聚类法
TwoStep Cluster;简单介绍基本原理
分两步进行
第一步:预聚类。对记录进行初始的归类,用户自定义最大类别数。通过构建和修改特征树(CT Free)完成。
第二步:正式聚类。对第一步完成的初步聚类进行再聚类并确定最终的聚类方案,系统根据一定的统计标准确定聚类的类别数目
文档评论(0)