应用多元统计分析-第四章 聚类分析.pptVIP

* 聚类方法的优缺点 最短距离比最长距离法好 聚类结果中，如果孤类点太多，则说明该中聚类方法不好。 如果从减少孤类来看，一般情况下用Word’s方法最好。 * 快速聚类法与层次聚类法应用区别 层次聚类法的聚类过程是单方向的，一旦某个样品（case）进入某一类，就不可能从该类出来，再归入其他的类。 而快速聚类法受奇异值、相似测度和不合使得聚类变量的影响较小，对于不合适的初始分类可以进行反复调整. * 快速聚类法与层次聚类法应用区别 在聚类分析发展的早期，层次聚类法应用普遍，其中尤以组间类平均法和离差平方和法应用最广。 后来快速聚类方法逐步被人们接受，应用日益增多。现在是两者相结合，取长补短。 首先使用层次聚类法确定分类数，检查是否有奇异值，去除奇异值后，对剩下的案例重新进行分类，把用层次聚类法得到的各个类的重心，作为迭代法的初始分类中心，对样本进行重新调整。 * 练习一 各地区的不同类型的房屋销售情况聚类分析。 数据文件： 各省不同类型房屋销售情况.sav。 变量为： 别墅公寓 经济适用房 办公楼 商业用房 其他 练习二 数据文件：农民支出情况.SAV 是我国16个地区农民支出情况的抽样调查数据，每个地区反映每人平均生活消费支出的六个经济指标。请进行聚类分析，并比较何种方法与人们观察到的实际情况较接近。 * * * * * 系统聚类法 最短距离法——Nearest Neighbor G1 G2 G3 G4 G5 G1 G2 G3 G4 G5 0 1 0 2.5 1.5 0 6 5 3.5 0 8 7 5.5 2 0 G6 G3 G4 G5 G6 G3 G4 G5 0 1.5 0 5 3.5 0 7 5. 5 2 0 * 系统聚类法 最长距离法——Furthest Neighbor G1 G2 G3 G4 G5 G1 G2 G3 G4 G5 0 1 0 2.5 1.5 0 6 5 3.5 0 8 7 5.5 2 0 G6 G3 G4 G5 G6 G3 G4 G5 0 2.5 0 6 3.5 0 8 5. 5 2 0 系统聚类法-中间法 * 系统聚类法-中间法 * G1 G2 G3 G4 G5 G1 G2 G3 G4 G5 0 1 0 2.5 1.5 0 6 5 3.5 0 8 7 5.5 2 0 G6 G3 G4 G5 G6 G3 G4 G5 0 1.75 0 5.50 3.5 0 7.25 5. 5 2 * 系统聚类法 重心法——Centroid Clustering 类平均法——Between-groups Linkage * 系统聚类法 离差平方和法——Word’s Method Word’s法的基本思想是来自于方差分析，如果分类正确，同类样品的离差平方和应当较小，类与类的离差平方和应当较大。 具体方法： 先将n个样品各自成一类，然后每次缩小一类； 每缩小一类离差平方和就要增大，选择使离差平方和增加最小的两类合并，直到所有的样品归为一类为止。 * 系统聚类法 中样品的离差平方和为： * 系统聚类法 如有五个样品：1， 2， 3.5， 7， 9 第一步：将五个样品各自分成一类，显然这时的类内离差平方和S=0； 第二步：将一切可能的任意两样品合并，计算所增加的离差平方和： 如 * G1 G2 G3 G4 G5 G1 G2 G3 G4 G5 0 0.5 0 3.125 1.123 0 18 12.5 6.125 0 32 24.5 12.125 2 0 此外，还有类内平均法等。 * SPSS中的聚类分析与过程 * 例9.1