《系统聚类的方法》.pptVIP

系统聚类的方法;聚类分析;一、聚类分析的定义;二、系统聚类的基本思想;三、八种系统聚类方法;1. 最短距离法;最短距离法进行聚类分析的步骤如下： （1）定义样品之间距离，计算样品的两两距离，得一距离 阵记为D（0） ，开始每个样品自成一类，显然这时Dij = dij。 （2）找出距离最小元素，设为Dpq，则将Gp和Gq合并成一个 新类，记为Gr，即Gr = ｛Gp，Gq｝。 （3）按（5.12）计算新类与其它类的距离。 （4）重复（2）、（3）两步，直到所有元素。并成一类为 止。如果某一步距离最小的元素不止一个，则对应这些 最小元素的类可以同时合并。;【例 1】设有六个样品，每个只测量一个指标，分别是1，2，5，7，9，10，试用最短距离法将它们分类。 （1）样品采用绝对值距离，计算样品间的距离阵D（0） ，见表1; （2）D（0）中最小的元素是D12＝D56＝1，于是将G1和G2合 并成G7，G5和G6合并成G8，并利用（5.12）式计算新类与其 它类的距离D（1） ，见表2; （3）在D（1）中最小值是D34＝D48＝2，由于G4与G3合并， 又与G8合并，因此G3、G4、G8合并成一个新类G9，其与其 它类的距离D（2） ，见表 3; （4）最后将G7和G9合并成G10，这时所有的六个样品聚为一类，其过程终止。 上述聚类的可视化过程见图1所示，横坐标的刻度表示并类的距离。这里我们应该注意，聚类的个数要以实际情况所定，其详细内容将在后面讨论。;2.最长距离法; 再找距离最小两类并类，直至所有的样品全归为一类为止。可以看出最长距离法与最短距离法只有两点不同： 一是类与类之间的距离定义不同； 另一是计算新类与其它类的距离所用的公式不同。;;特别当? = ? 1／4，它表示取中间点算距离，公式为 (6);4. 重心法;5. 类平均法;6.可变类平均法;7.可变法; 该方法是Ward提出来的，所以又称为Ward法。该方法的基本思想来自于方差分析，如果分类正确，同类样品的离差平方和应当较小，类与类的离差平方和较大。具体做法是先将n个样品各自成一类，然后每次缩小一类，每缩小一类，离差平方和就要增???，选择使方差增加最小的两类合并，直到所有的样品归为一类为止。 设将n个样品分成k类G1，G2，…，Gk，用Xit表示Gt中的第I 个样品，nt表示Gt中样品的个数， 是Gt的重心，则Gt的样品离差平方和为;8.离差平方和法;8.离差平方和法;8.离差平方和法;8.离差平方和法; ;8.离差平方和法;上述八种系统聚类法的步骤完全一样，只是距离的递推公式不同。兰斯（Lance）和威廉姆斯（Williams）于1967年给出了一个统一的公式。 (18) 其中ap、aq、 ? 、 ?是参数，不同的系统聚类法，它们取不 同的数，详见表4。 这里应该注意，不同的聚类方法结果不一定完全相同，一般只是大致相似。如果有很大的差异，则应该仔细考查，找到问题所在；另外，可将聚类结果与实际问题对照，看哪一个结果更符合经验。;表4 系统聚类法参数表