应用多元统计分析教学课件04聚类分析.ppt

*(1)计算样品之间的距离，得到n个样品之间的距离矩阵为，这时每一个样品自成一类，有，显然该距离矩阵是一个对称矩阵。(2)选择非主对角线上最小元素，设为，则将对应的两个样品与合并为一个新类，记为类，即。基本步骤二、常用系统聚类分析方法*(3)计算新类与其他类()之间的距离，并得到新的距离矩阵。其中新类与其他类()之间的距离为(4)对重复进行上述步骤，得到新的距离矩阵，对重复进行上述步骤，得到新的距离矩阵，……，这样一直下去，直到所有的样品都归为一类为止。二、常用系统聚类分析方法*最长距离法最长距离法与最短距离法在并类步骤上是完全一致的，只是在定义类与类之间的距离是相反的，类与类之间的距离定义为两类之间所有样品间距离最大者，即类与之间的距离为：二、常用系统聚类分析方法*中间距离法采用介于两者之间的中间距离，即当类与合并为一新类后，任一类（）与的中间距离定义为：二、常用系统聚类分析方法*重心法在定义类与类的距离时，把每一类中所包括的样品数目也考虑进去，并把两个类重心之间的距离定义为类与类的距离，用这种距离分类的方法就称为重心法。所谓每一类的重心就是该类样品的均值。其中单个样品的重心就是它本身，两个样品的类的重心就是两点连线的中点。二、常用系统聚类分析方法*设与合并为一新类，它们各含有、和个样品，它们的重心分别为、和，其中设某一类()的重心为，与新类的距离记为。若样品间的采用欧氏距离，则有合并后新类与其它类距离平方的递推公式为：二、常用系统聚类分析方法*类平均法不仅把每一类中所包括的样品数目考虑进来，而且把各样品的信息都充分地考虑进来，把两个类之间的距离平方定义为两类元素两两之间距离平方的平均。二、常用系统聚类分析方法*设与合并为一新类，它们各含有、和个样品，它与的距离定义为二、常用系统聚类分析方法*可变类平均法将任一类与的距离定义改为其中，是可变的，且，称为聚集强度系数，随着的取值的不同，会有不同的聚类结果。一般的情况下，均取负值，绝对值越大，其扩张性越强，空间扩张的性质使分辨能力提高。二、常用系统聚类分析方法*可变法将任一类与的距离定义改为其中，是可变的，且，一般选取。二、常用系统聚类分析方法*离差平方和法基本思想：基于方差分析的思想，如果类分得合理，则同类样品之间离差平方和应当较小，类与类之间的离差平方和应当较大。二、常用系统聚类分析方法*设表示类与之间的平方距离，则有其中，、、分别表示、、类中的离差平方和。任一类与新类的距离递推公式为三、系统聚类分析方法的统一公式*三、系统聚类分析方法的统一公式由于上述聚类方法的合并类原则和步骤是完全一样的，所不同的是类与类之间的距离公式有不同的定义，所以可得到不同的递推公式。设与合并为一新类，当采用欧氏距离时，任一类与新类的距离为其中系数、、和对不同聚类方法有不同的取值。*方法单调性说明最短距离法0单调最长距离法0单调中间距离法0非单调重心法0非单调类平均法00单调可变法0单调可变类平均法0单调离差平方和法0单调*四、系统聚类法的性质及类的确定系统聚类法的性质讨论单调性空间扩张与收缩常见的分类数判断方法适当阈值判定数据散点图直观判断