2020聚类分析简单例子.pptVIP

（ 5 ）最后将 G 7 和 G 10 合并成 G 11 ，这时所有的六个样品聚为一 类，其过程终止。 上述重心法聚类的可视化过程见图 5.3 所示，横坐标的刻度 表示并类的距离。 图 5.3 重心聚类法的过程 5 ．类平均法 类平均法定义类间距离平方为这两类元素两两之间距离平方的 1 平均数，即为 D ? n p n q 2 pq X i ? G p X j ? G j ? ? d 2 ij 2 ij (5.20) 设聚类的某一步将 G p 和 G q 合并为 G r ，则任一类类 G k 与 G r 的 1 距离为： D ? n k n r 2 kr X i ? G k X j ? G r ? ? d 1 2 2 ? ( ? ? d ij ? ? ? d ij ) n k n r X i ? G k X j ? G p X i ? G k X j ? G q ? n p n r D ? 2 kp n q n r D 2 （ 5.21 ） kq 类平均法的聚类过程与上述方法完全类似，这里就不在详述了。 6. 可变类平均法 由于类平均法中没有反映出 G p 和 G q 之间的距离 D pq 的影响， 因此将类平均法进一步推广，如果将 G p 和 G q 合并为新类 G r ， 类 G k 与新并类 G r 的距离公式为： n p 2 n q 2 2 2 D kr ? (1 ? ? )( D kp ? D ) ? ? D kq pq （ 5.22 ） n r n r 其中 ? 是可变的且 ? 1 ，称这种系统聚类法为可变类平均法。 7 ．可变法 针对于中间法而言，如果将中间法的前两项的系数也依赖 于 ? ，那么，如果将 G p 和 G q 合并为新类 G r ，类 G k 与新 并类 G r 的距离公式为： 1 ? ? 2 2 2 2 D kr ? ( D kp ? D kq ) ? ? D pq （ 5.23 ） 2 其中 ? 是可变的，且 ? ? 1 。显然在可变类平均法中取 1 ， 即为可变法。 可变类平均法与可变法的分类 ? ? n r n r 2 效果与 ? 的选择关系很大，在实际应用中 ? 常取负值。 n p n q 8. 离差平方和法 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 差平方和就要增大，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 G 1 ， G 2 ， … ， G k ，用 X it 表示 G t 中的第 I X t G t 的重心，则 G t 的样品 个样品， n t 表示 G t 中样品的个数， 是 离差平方和为 S t ? ? ( X it ? X t ) ? ( X it ? X t ) (5.24) t ? 1 n t ? 如果 G p 和 G q 合并为新类 G r 类内离差平方和分别为 S p ? ? ( X ip ? X p ) ? ( X ip ? X p ) S q ? ? ( X iq ? X q ) ? ( X iq ? X q ) S r ? ? ( X ir ? X r ) ? ( X ir ? X r ) i ? 1 n p i ? 1 n q i ? 1 n r ? 它们反映了各自类内样品的分散程度， 如果 G p 和 G q 这两类 相距较近，则合并后所增加的离散平方和 S r ? S p ? S q 应较 小；否则，应较大。于是定义 G p 和 G q 之间的平方距离为： 2 D pq ? S r ? S p ? S q (5.25) 其中 G r ? G p ? G q ，可以证明类间距离的递推公式为 n k ? n p 2 n k ? n q 2 n k 2 2 D ? D ?