数学建模聚类分析.pptx

聚类分析;一、聚类分析（ClusterAnalysis）简介

聚类分析是直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类的分析技术。;基本思想;基本思想;要做聚类分析，首先得按照我们聚类的目的，从对象中提取出能表现这个目的的特征指标；然后根据亲疏程度进行分类。;R型是对变量进行分类处理，其作用在于：

可以了解变量间及变量组合间的亲疏关系

可以根据变量的聚类结果及它们之间的关系，选择主要变量进行回归分析或Q型聚类分析;2相似性度量;Q型样品间的“相似性”度量—距离;3、明考斯基距离(Minkowski);6.马氏距离;例1欧洲各国的语言有许多相似之处，有的十分

相似。为了研究这些语言的历史关系，也许通过比较

他们数字的表达式比较恰当。表列举出英语，挪威语，

丹麦语，荷兰语，德语，法语，西班牙语，意大利语，

波兰语，匈牙利语和芬兰语的1,2,…,10的拼法，希望

计算这11种语言之间的语言的距离.;11种欧洲语言的数词;选择适用的距离;;1、夹角余弦;三系统聚类分析;第二步根据所确定的样品（或变量）“距离”公式，;2.类间距离;;1、最短距离（NearestNeighbor)

;;1、根据样品的特征，规定样品之间的距离，共有个。将所有列表，记为D（0）表，该表是一张对称表。所有的样本点各自为一类。;3、利用递推公式计算新类与其它类之间的距离。分别删除D（0）表的第p，q行和第p，q列，并新增一行和一列添上的结果，产生D（1）表。;4、在D（1）表再选择最小的非零数，其对应的两类有构成新类，再利用递推公式计算新类与其它类之间的距离。分别删除D（1）表的相应的行和列，并新增一行和一列添上的新类和旧类之间的距离。结果，产生D（2）表。类推直至所有的样本点归为一类为止。;最短距离法进行聚类分析的步骤如下：;例2设有6个样品，每个只测一个指标，分别是1，2，5，7，9，10，试采用绝对值距离用最短距离法将它们进行分类。;解（1）样品首先采用绝对值距离，计算样品之

间的距离阵为D(0).;G2={2};2.最长距离（FurthestNeighbor）

;即定义与之间的距离为与中最远??两个样品的距离。

类与类之间的最长距离有如下的递推公式。设由与

合并而成,则到的最长距离为;;组内平均连接法（Within-groupLinkage)

;4.重心法（Centroidclustering):均值点的距离

;将p和q合并为k，则k类的样品个数为;例2设有6个样品，每个只测一个指标，分别是1，2，5，7，9，10，试采用欧氏距离的平方,试用重心法将它们进行分类。;;D2(2);G1={1};5.动态聚类法（快速聚类法）;基本思想：选取若干个样品作为凝聚点，计算每个样品和凝聚点的距离，进行初始分类，然后根据初始分类计算其重心，再进行第二次分类，一直到所有样品不再调整为止。;选择凝聚点;用一个简单的例子来说明动态聚类法的工作过程。例如我们要把图中的点分成两类。快速聚类的步骤：

1、随机选取两个点和作为凝聚点。

2、对于任何点，分别计算

3、若，则将划为第一类，否则划给第二类。;;(e)第二次分类

;动态聚类法;第一，选择凝聚点；

第二，初始分类；

对于取定的凝聚点，视每个凝聚点为一类，将每个样品根据定义的距离向最近的凝聚点归类。

第三，修改分类

得到初始分类，计算各类的重心，以这些重心作为新的凝聚点，重新进行分类，重复步骤2，3，直到分类的结果与上一步的分类结果相同，表明分类已经合理为止。;例3：某商店5位售货员的销售量和教育程度如下表：;选择凝聚点;对于取定的凝聚点，视每个凝聚点为一类，将每个样品根据定义的距离，向最近的凝聚点归类。;计算G1和G2的重心：G1的重心（1,1.5），

G2的重心（7.33,1.67）;售货员;修改前后所分的类相同，故可停止修改。;;11醉翁亭记

1．反复朗读并背诵课文，培养文言语感。

2．结合注释疏通文义，了解文本内容，掌握文本写作思路。

3．把握文章的艺术特色，理解虚词在文中的作用。

4．体会作者的思想感情，理解作者的政治理想。一、导入新课范仲淹因参与改革被贬，于庆历六年写下《岳阳楼记》，寄托自己“先天下之忧而忧，后天下之乐而乐”的政治理想。