别再搞错二阶聚类TwoStep:原理+操作+解读.docxVIP

  • 1
  • 0
  • 约5.39千字
  • 约 11页
  • 2026-11-18 发布于北京
  • 举报

别再搞错二阶聚类TwoStep:原理+操作+解读.docx

别再搞错二阶聚类TwoStep:原理+操作+解读

案例数据下载:/data/twostep_cluster_sample.csv

方法简介

SPSSAU提供二阶聚类(TwoStepCluster),用于在事先不指定类别数的情况下,按一组定量变量把样本自动分成若干群。它分两步完成:第一步做细粒度的预聚类,把样本切成许多子簇;第二步对这些子簇做层次合并,每合并一步都按高斯混合模型计算BIC或AIC,最后取信息准则最小的那一层作为最终类别数。因此用户只需提供变量和最大候选类别数,不必反复尝试k。

与K-Means、FCM必须预设类别数不同,二阶聚类的类别数由数据与准则决定;与DBSCAN不同,它不设邻域半径,也不会产生噪声类,每个样本都会归入某一类。它适合样本量较大、希望快速得到“自然分群”并给出统计依据的场景,例如客户分层、门店分型、患者亚组探索。需要注意,BIC/AIC建立在簇内变量条件独立、各自方差不同的对角高斯假设上,数据明显不满足时,选出的类别数只能作为参考起点,还要结合业务可解释性与轮廓系数判断。

先看BIC/AIC选类表:每个候选类别数对应的WSS、BIC、AIC与相对最优的差值,标有“←选中”的一行就是最终类别数;曲线最低点只是准则的建议,不是唯一答案。

再看各类样本量与画像:类别规模是否过小、各簇在原始单位上的均值±标准差是否呈现清晰

文档评论(0)

1亿VIP精品文档

相关文档