数学建模优秀讲座课件之聚类分析.pptVIP

聚类分析的SPSS实现 SPSS的实现 K-means聚类 聚类分析的SPSS实现 下一步 聚类分析得分类 结果显示 聚类分析的SPSS实现 聚类分析的SPSS实现 聚类结果：QCL-1说明聚类结果，QCL-2说明聚类的长度情况 聚类分析的分类 两步聚类法 步骤： Step1：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。 Step2：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。 Step3：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）。 基本思想： 一种探索性的聚类方法，是随着人工智能的发展起来的智能聚类方法中的一种。用于解决海量数据或具有复杂类别结构的聚类分析问题。 聚类分析的分类 例题：根据已知的啤酒参数对啤酒进行分类 聚类分析的SPSS实现 标准化之后 聚类分析的SPSS实现 聚类分析的SPSS实现 聚类分析的SPSS实现 聚类数目 数值越小效果越好 BIC相邻两项差值 看数据的峰值，看聚类效果。 BIC准则-Schwartz Bayesian Criterion 聚类分析的SPSS实现 聚类分析的SPSS实现 聚类分析的分类 直接聚类法 先把各个分类对象单独视为一类，然后根据距离最小的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象