聚类分析快速聚类分析课件.pptVIP

第1页，共14页，星期日，2025年，2月5日快速样本聚类的基本概念：当要聚成的类数已知时，使用快速聚类过程可以很快将观测量分到各类中去，其特点是处理速度快，占用内存少。K-MeansCluster执行快速样本聚类，使用K均值分类法对观测量进行聚类。可以完全使用系统默认值执行该命令，也可以对聚类过程设置各种参数进行人为的干预。例如，可以事先指定把数据文件的观测量分为几类：指定是聚类过程中止的判据，或迭代次数等。第2页，共14页，星期日，2025年，2月5日快速聚类适用于大样本的聚类分析，它能快速的把个观测量分到各类中去。进行快速样本聚类首先要选择用于聚类分析的变量和类数。参与聚类分析的变量必须是数值型变量，且至少要有一个。为了清楚地表明各观察量最后聚到哪一类，还应该指定一个表明观测量特征的变量作为标识变量，例如编号、姓名之类的变量。聚类必须大于等于2，但是聚类数不能大于数据文件中的观测数。第3页，共14页，星期日，2025年，2月5日如果选择了n个数值型变量参与聚类分析，最后要求聚类数为k。那么可以由系统首先选择k个观测量（也可以由用户指定）作为聚类的种子，n个变量组成n维空间。每个观测量在n维空间中是个点。K个事先指定的观测量就是k个聚类中心点，也称为初始类中心。按照距这几个类中心的距离最小原则把观测量分派到各类中心所在地类中；形成第一次迭代形成的k类。根据组成每一类的观测量计算各变量均值，每一类中的n个均值在n维空间中又形成k个点，这就是第二次迭代的类中心，按照这种方法依次迭代下去，直到达到指定的迭代次数或中止迭代的判别要求时，迭代停止，聚类结束。从上述分析过程可以看出，K-MeansCluster不仅是快速样本聚类过程，而且是一种逐步聚类分析。所谓逐步聚类分析就是先把聚类对象进行初步原始分类，然后逐步进行调整，得到最终分类。第4页，共14页，星期日，2025年，2月5日举例：为研究儿童生长发育的分期，调查1253名1个月至7岁儿童的身高（Cm）、体重（Kg）、胸围（Cm）和坐高（Cm）资料。资料作如下处理：先把1个月至7岁划成19个月份段，分算出各指标的平均值，将第一个月的各指标平均值与出生时的各指标平均值比较，求出月平均增长率（%），然后第二个月起的各月份指标平均值与前一月比较，亦求出月平均增长率（%），结果见SPSS软件窗口。欲将儿童生长发育分为四期，故指定聚类的类别数为4，请通过聚类分析确定四个儿童生长发育的起止区间。第5页，共14页，星期日，2025年，2月5日表1，初始分类中心第6页，共14页，星期日，2025年，2月5日表2，初始分类中心第7页，共14页，星期日，2025年，2月5日表3，中止分类中心第8页，共14页，星期日，2025年，2月5日表4，方差分析第9页，共14页，星期日，2025年，2月5日表5，每类例数第10页，共14页，星期日，2025年，2月5日