成信工统计天气预报课件第7章 聚类分析.pptVIP

第七章 聚类分析 方法的提出 基本原理和思路 相似性度量（三类） 逐级归并法 平均权重串组法 应用说明 方法的提出 必要性 生活中：物以类聚，人以群分 科学中：分类认识和研究问题是一种主要的思维方式 气象上：多要素（或多变量）的客观分类方法，相似预报….. 注意-仅是分析方法而不是预测方法 可行性 根据某些规则或原则可进行分类，如根据相似性指标进行个体的聚类 聚类（分类）的基本原则和思路 基本原则：指标特征，相似原则 基本思路：根据聚类原则（规则），把对象的个体（或样品）进行联合、分裂或添加的方法进行聚类或串组，也称为串组分析。 相似性度量 相关距离系数-不同空间点之间的相似程度 相似系数-不同时间点之间的相似程度 臭味相投 一般相似系数的性质 目的：想说明为什么不直接利用rkl和sij表示相似性？ 满足性质（1） 不满足性质（2） 满足（1） 满足（2） 不满足（3） 满足（3） (1) (2) (3) 余弦函数当且仅当x=2kπ，k∈Z 时取得最大值1，当且仅当x=(2k+1)π，k∈Z时取得最小值-1． 正弦函数、余弦函数的值域都是[-1，1． 距离系数-距离近的个体归为一类 欧氏距离 平均距离 域块距离 Pearson距离 Mahalanobis距离 对 时间点来说 远 亲 不 如 近 邻 距离系数-距离近的个体归为一类 欧氏距离 平均距离 域块距离 Pearson距离 Mahalanobis距离 对 空间点来说 远 亲 不 如 近 邻 距离系数的特点 对称性 非负性 单一性 唯一性 如果p=Q，则 距离三角不等式 逐级归并法 基本思路 开始假定每一个体为独立的一组(类)，然后每一次都将“最相似”（或“最近”）的两组归并，逐步归并直到所有个体归并为一组为止。归并过程所形成的树（枝）图表示了从 的所有聚类结果（过程）。 基本步骤 ⑴计算 ⑵计算 ⑶找出最相似的两组合并 ⑷最相似的两个点的相似系数保留下来，作为第一级归并组的相似水平。然后计算第一组与其余各点的相似系数。 ⑸与第一级合并组比较，以哪一组与它最为相似为原则归并 ⑹反复进行⑷ ， ⑸ 步骤，每次将“最相似”（或“最近”）的两组归并，直到所有个体归并为一组为止。 ⑺归并过程制成树枝图。 例题 ⑴ ⑵ ⑶ ⑷ 习题：对下面5个变量的相关系数使用逐级归并法归类。 5分钟做题 1 2 3 4 5 1 1 0.63 0.28 0.75 0.64 2 1.205 1 0.75 0.40 0.79 3 1.039 1.295 1 0.25 0.74 4 1.295 1.081 1.031 1 0.64 5 1.212 1.329 1.287 1.212 1 平均权重串组法 相似系数度量 分类规则：在每一级归并后重新计算各组的相似系数阵 基本资料 51-1 1.0 -2.7 -4.3 52-2 -5.3 -5.9 -3.5 53-3 -2.0 -3.4 -0.8 54-4 -5.7 -4.7 -1.1 55-5 -0.9 -3.8 -3.1 56-6 -5.7 -5.3 -5.9