SPSS数据分析教程-10_聚类分析.pdf

SPSS数据分析教程 — 《SPSS数据分析教程》 第10章 聚类分析 目录  10.1 聚类分析简介  10.2 个案间的距离  10.2.1 定距数据（Scale Mearsurement） 距离定义方式  10.2.2 分类数据的频数 数据（Count）  10.2.3 二分类数据  10.3 类之间的距离  10.4 系统聚类算法过程  10.5 系统聚类案例  10.6 K-均值聚类  10.6.1 K-均值法简介  10.5.2 K-均值法案例  10.7 两步法聚类  10.7.1 两步法简介  10.7.2 两步法案例分析  10.8 聚类分析注意事项 本章学习目标  理解聚类分析的基本概念；  了解个案之间距离的定义方式；  了解类之间距离的定义方式；  掌握系统聚类方法；  掌握两步法聚类方法；  掌握K均值聚类方法。 10.1 聚类分析简介  根据对象的某些属性把它们分到一些组中，使 得同组内的对象尽可能地相似，不同组中的对 象尽可能地不一样，即所谓的聚类分析。  聚类分析方法被称为“无监督的分析方法” ，意 即没有因变量。而另外一种分类的方法是判别 分析，它是把样本归入到已知的事先已经确定 下来的类中去, 它有因变量（即事先确定的类 别），是“有监督的分析方法”。  聚类分析不必事先知道分类对象的结构，从一 批样品的多个观测指标中，找出能度量样品之 间或指标（变量）之间相似程度或亲疏关系的 统计量，构成一个对称相似性矩阵，并按相似 程度的大小，把样品或变量逐一归类。  根据对样品聚类还是对变量聚类，聚类分析分 Q型聚类和R型聚类。对变量的聚类称为R型聚 类，而对样品（即观测值）聚类称为Q型聚 类。通俗讲，R型聚类是对数据中的列分类，Q 型聚类是对数据中的行分类。  SPSS Statistics提供了3种聚类方法，它们是 系统聚类法（又称层次聚类）、K-均值聚类 （又称快速聚类法）和两步法聚类。 10.2 个案间的距离  定距数据距离定义方式  欧式（Euclidean）距离  平方欧式距离  余弦距离  皮尔逊（Pearson）相关性距离  切比雪夫（Chebychev）距离  块（Block）距离  闵考斯基（Minkowski）距离  幂（Power）距离 10.2.2 分类数据之间的距离  卡方度量  Phi方度量 10.3 类之间的距离  SPSS提供了7种计算两个类距离的方法。  组间连接法（Between-groups Linkage）  组内连接法（Within-Groups Linkage）  最近邻元素法（Nearest Neighbor）  最长距离法（Furthest Neighbor）  质心聚类法（Centroid Clustering）  中位数聚类法（Median Clustering)  离差平方和法（Ward’s Method） 10.4 系统聚类算法过程 系统聚类的步骤  第1步：数据标准化。把原始数据标准化得到 标准化数据矩阵。  第2步：计算相似系数矩阵。这里以余弦距离 为例。计算Q型聚类任意两个样品x 和x 的相似 j k 系数矩阵。  第3步：选出有最大相似系数的样品组 。  第4步：把该组样品加权平均，这样就形成了 一个新的组合样品 。  第5步：用新的样品类代替原来的一对样品 点。  第6步：对新形成的样品与其余样品数据重新 计算相似系数矩阵。  第7步：如此重复第2步到第5步的过程，直到 把所有样品都归类完毕。 