聚类分析(数学建模).ppt

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聚类方法 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) ;;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。;;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;;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！;;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;;;;;;;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。 以后，可以通过传统的聚类方法进行聚类（SPSS中采用合并型分层聚类法）。;;;;输出各变量在聚类中比重图;1、质心表和频数表 2、聚类分析表 3、自动聚类结果表;聚类数目;;;;;;离散变量频数表的图