聚类分析简单例子.ppt

二、类间距离与系统聚类法; 1. 最短距离法 定义类Gi与Gj之间的距离为两类最近样品的距离，即为 (5.11) 设Gk类与合并成一个新类记为Gr，则任一类与的距离为 (5.12) ;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5.1】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5.1; （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5.2; （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5.3; （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5.1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。; 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。; 3. 中间距离法 最短、最长距离定义表示都是极端情况，我们定义类间距离可以既不采用两类之间最近的距离也不采用两类之间最远的距离，而是采用介于两者之间的距离，??为中间距离法。 中间距离将类Gp与Gq类合并为类Gr，则任意的类Gk和Gr的距离公式为 (?1／4 ? ? ? 0) (5.15) 设Dkr＞Dkp，如果采用最短距离法，则Dkr = Dkp，如果采用 最长距离法，则Dkr = Dkq。如图5.2所示，(5.15)式就是取它们（最长距离与最短距离）的中间一点作为计算Dkr的根据。 ;特别当? = ? 1／4，它表示取中间点算距离，公式为 (5.16); ; ;【例5.2】针对例5.1的数据，试用重心法将它们聚类。 （1）样品采用欧氏距离，计算样品间的平方距离阵D2（0），见表5.4所示。 ; （2）D2（0）中最小的元素是D212＝D256＝1，于是将G1和G2合 并成G7，G5和G6合并成G8，并利用（5.18）式计算新类与 其它类的距离得到距离阵D2（1） ，见表5.5： 其中， 其它结果类似可以求得 ; （3）在D2（1）中最小值是D234＝4，那么G3与G4合并一个新类G9，其与与其它类的距离D2（2） ，见表5.6： ; （4）在中最小值是＝12.5，那么与合并一个新类，其与与 其它类的距离，见表5.7：;（5）最后将G7和G10合并成G11，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。; 6. 可变类平均法 由于类平均法中没有反映出Gp和Gq之间的距离Dpq的影响， 因此将类平均法进一步推广，如果将Gp和Gq合并为新类Gr，类Gk与新并类Gr的距离公式为：