距离和相似系数.pptVIP

第六章聚类分析 Classify analysis) 聚类分析和判别分析是两种不同目的的分类方 王法,它们所起的作用是不同的 聚类分析方法是按样品(或变量)的数据特征, 把相似的样品(或变量)倾向于分在同一类中,把 王不相似的样品(或变量)倾向于分在不同类中 王聚类分析的基本思想 王聚类分析的研究对象是大样本数据先找出 能够度量样品(或变量)之间相似程度的统计  以这个统计量作为划分类型的依据.把一 些相似程度较大的样品(或变量)聚合为一类, 形成不同的小类 再根据相似程度的统计量,把一些相似程度 较大的小类聚合为较大的类. 再把相似程度较大的类聚合成更大的,…, 直到把所有样品(或变量)都聚合为一类为止 压样品间的聚类称为Q型聚类常用距离 作为样品间相似程度的度量. 变量间的聚类称为R型聚类常用相似系数 作为样品间相似程度的度量. 正园[回  §6.1距离与相似系数 王样晶间相似性的度量一距离 王设x=(x,x2…,x,)与y=(y,y2…,y,) x,y的距离记为d(x,y),满足三性质: 1)d(x,y)≥0, 工 当且仅当x=y,d(x,y)=0; 2)d(x,y)=d(y,x); 3)d(r, y)sd(x, z)+d(z, y): 3)不满足,称为广义距离。  生设X=(X,X2,…,X)所关注的指标,观测值 为x=(x1,x2,…,x),i=1~n 牛.欧氏距离4(x0x)=12(一x (Euclidean) 王2绝对距离d(x,x)=S-xk 上( Block) 明距离d)8- (Minkowski 4切比雪夫距离d(x0,x)=maxx一xk (Chebychev 上页  5.方差加权距离d(x0,xn) (x 6马氏距离d(xx)=√x-x)S(x-x) (Mahalanobis XI 设原始观测数据矩阵为: xa=(x1,x2…,x)是第i 个样本观测值i=1,2,…,n. 牛令4=d(xn,x0),可得距离矩阵D=(d)m 0d12… d210 D 0