《統(tǒng)計分析聚類分析》ppt課件-文庫吧
2024-12-31 08:14 本頁面
【正文】 可以用兩類中最遠點之間的距離或各類的中心之間的距離來作 為類間距離。 如果每一類都由一個點組成，那么點間的距離就 是類間距離。 ?統(tǒng)計量－距離 ? 距離 167。 統(tǒng)計量 ?統(tǒng)計量－距離 ? 明氏距離（ Minkowski distance） ? 第 i個樣本與第 j個樣本間的明氏距離為： ? 絕對值距離（ absolute value distance） q＝ 1時 167。 統(tǒng)計量 1()qqij ia iaad q x y?????????( 1 )ij ia iaad x y????統(tǒng)計量－距離 ? 歐氏距離（ Eculidean distance） q＝ 2時 ? 切比雪夫離（ Chebychev distance） 167。 統(tǒng)計量 122( 2)ij ia iaad x y?????????( ) m a xij ia iad x y? ? ?歐氏距離是應用最廣泛的 一種距離系數(shù)。 ?統(tǒng)計量－距離 ? 馬氏距離（ Mahalanobis distance） 設樣本的協(xié)差陣為 S，其逆陣為 S1，則第 i樣本與第 j樣本間的馬氏距離為： 167。 統(tǒng)計量 1( ) ( ) 39。 ( )ij i j i jid M X X S X XX?? ? ?i 1 i 2 i p其 中 ＝ （ x ,x , ,x ） 39。? 統(tǒng)計量－距離 167。 統(tǒng)計量 ? 類與類之間的距離 ? 最短距離 設類 Gp與類 Gq中兩個元素之間的最短距離為 Gp與類 Gq之間的距離 ? 最長距離 設類 Gp與類 Gq中兩個元素之間的最長距離為 Gp與類 Gq之間的距離 167。 統(tǒng)計量 ? ?( , ) m in ,j k p qD p q d j G k G? ? ?? ?( , ) m a x ,jk p qD p q d j G k G? ? ?? 類與類之間的距離 ? 重心距離 設類 Gp與類 Gq中兩個重心之間的距離為 Gp與類 Gq之間的距離 ? 類平均距離 設類 Gp與類 Gq中任意兩個元素之間距離的平均值為 Gp與類Gq之間的距離 167。 統(tǒng)計量 ( , ) pqD p q d x x?21( , )jkD p q dlm? ??? 系統(tǒng)聚類 先將每樣本（變量）看成一類，然后定義樣本（變量）間的 距離（或相似系數(shù)，在 SPSS軟件中把相似系數(shù)也看成是一種距 離系數(shù)）和類與類間的距離。 選擇距離最小的兩類將其合并成一新類，再按類間距離的定義 計算新類與其它類的距離，再行合并，直至所有樣本都聚為一類 為止。 根據(jù)一定的標準確定類的個數(shù)。 167。 系統(tǒng)聚類 ? 聚類方法 ①“ Betweengroups linkage”類間平均法，當兩類之間所有樣本之間距離的平均值最小時，這兩類可以合并為一類。 ②“ Within groups linkage”類內(nèi)平均法，當合并后所有樣本的距離的平均值最小時，這兩類可以合并為一類。 ③“ Nearest neighbor”最短距離法，當兩類最近樣本之間的距離最小時，這兩類可以合并為一類。 ④“ Furthest neighbor”最長距離法，當兩類最遠樣本之間的距離最小時，這兩類可以合并為一類。 ⑤“ Centroid clustering”重心法，當兩類重心距離最小時，這兩類可以合并為一類。 ⑥“ Median clustering”中心法，當兩類中心距離最小時，這兩類可以合并為一類。 ⑦ “ Ward?s method”離差平方和法，當合并后類內(nèi)部各個樣本距離（歐氏距離）的離差平方和最小時，這兩類可合并為一類。 167。 系統(tǒng)聚類 ? 聚類方法 167。 系統(tǒng)聚類 ? 類的個數(shù)的確定 根據(jù)譜系圖確定分類個數(shù)的準則： ? 各類間的距離必須較大； ? 類中包含的元素不要太多； ? 類的個數(shù)必須符合實際應用； ? 如果采用幾種不同的聚類方 法處理，則在各種聚類圖中應 該發(fā)現(xiàn)相同的類。 167。 系統(tǒng)聚類法 ? SPSS 軟件實現(xiàn) 167。 系統(tǒng)聚類法 選擇對變量進行聚類 ? SPSS 軟件實現(xiàn) 167。 系統(tǒng)聚類法 對原始數(shù)據(jù)進行離差標準化處理； 采用相關系數(shù)表征變量之間的相似程度； 采用離差平方和最小的方法計算類與類之間的距離。 ? SPSS 軟件實現(xiàn) 結果分析－數(shù)據(jù)信息 167。 系統(tǒng)聚類法 C a s e P r oc e s s i ng S um m a r ya25 1 0 0 . 0 % 0 . 0 % 25 1 0 0 . 0 %N P e r c e n t N P e r c e n t N P e r c e n tV a l i d M i s s i n g T o t a lC a s e s C o r r e l a t i o n b e t w e e n V e c t o r s o f V a l u e s u s e da . ? SPSS 軟件實現(xiàn) 結果分析－相關系數(shù)矩陣 167。 系統(tǒng)聚類法 P r o x i m i t y M a t r i x1 . 0 0 0 . 3 6 0 . 3 4 8 . 1 5 4 . 3 8 9 . 1 9 6 . 3 6 0 1 . 0 0 0 . 9 8 4 . 9 5 9 . 9 7 5 . 9 2 5 . 3 4 8 . 9 8 4 1 . 0 0 0 . 9 5 7 . 9 7 4 . 9 1 8. 1 5 4 . 9 5 9 . 9 5 7 1 . 0 0 0 . 9 4 6 . 9 8 3 . 3 8 9 . 9 7 5 . 9 7 4 . 9 4 6 1 . 0 0 0 . 9 1 3 . 1 9 6 . 9 2 5 . 9 1 8 . 9 8 3 . 9 1 3 1 . 0 0 0C a s e有機質全 N全 P有效 N速效 P速效 K有機質 全 N 全 P 有效 N 速效 P 速效 KM a t r i x F i l e I n p u t? SPSS 軟件實現(xiàn) 結果分析－聚類凝聚過程表 167。 系統(tǒng)聚類法 Stage 列出步驟序號， Cluster Combined 欄中列出了合 并的兩個類的序號， Next stage欄是合并的新類再次出 現(xiàn)的步驟序號。 A gg l om e r a t i o n S c he du l e2 3 . 4 9 2 0 0 22 5 . 9 7 7 1 0 32 6 1 . 4 2 2 2 0 51 4 1 . 4 9 9 0 0 51 2 . 1 1 7 4 3 0S t a g e12345C lu s
教學課件相關推薦
鄂ICP備17016276號-1