多元統(tǒng)計分析課件(聚類分析)(完整版)
【正文】 0 D（ 1） 表 2 D(1) G6 G3 G4 G5 G6={G1, G2} 0 G3={X3} 0 G4={X4} 5 0 G5={X5} 7 2 0 D（ 2） 表 3 D(2) G7 G4 G5 G7={G3, G6} 0 G4={X4} 0 G5={X5} 2 0 D（ 3） 表 4 D(3) G7 G8 G7 0 G8={G4,G5} 0 聚類譜系圖 最短距離法 聚類的步驟 定義樣品之間的距離，計算初始距離矩陣 D(0) 找出 D(0)中非對角線上的最小值，設(shè)為 Dpq,將對應(yīng)的兩類 Gp和 Gq合并成一個新類，記為 Gr ，即 Gr=(Gp, Gq) 計算新類與其它類之間的距離，得距離矩陣 D(1) 。 用某種 相似系數(shù) 來描述樣品之間的親 疏程度。是研究“物以類聚”的一種方法。 應(yīng)聘者得分如下 應(yīng)聘者 1 2 3 4 5 6 7 8 9 10 X 28 18 11 21 26 20 16 14 24 22 Y 29 23 22 23 29 23 22 23 29 27 Z 28 18 16 22 26 22 22 24 24 24 例如 ,對上市公司的經(jīng)營業(yè)績進行分類； 例如，根據(jù)經(jīng)濟信息和市場行情，客觀地對不同商品、不同用戶及時地進行分類。 相似系數(shù)常用的有：夾角余弦與相關(guān)系數(shù) 對指標（變量）分類（ R型） 相似系數(shù)的定義 夾角余弦（ Cosine） 相似矩陣 變量間相似矩陣 相關(guān)系數(shù) ? ??? ???????n njjiinjjiiijxxxxxxxx1 1221])(][)([))((? ???????相似矩陣 第三節(jié) 八種系統(tǒng)聚類方法 （ hierarchical clustering method） ?將 n個樣品各作為一類 系統(tǒng)聚類法是諸聚類分析方法中使用最多的一種，按下列步驟進行： ?計算 n個樣品兩兩之間的距離，構(gòu)成距離矩陣 ?合并距離最近的兩類為一新類 ?計算新類與當前各類的距離。 189。 其中大多是東部經(jīng)濟 、 文化較發(fā)達的地區(qū) 。 Call— 每千人擁有的電話線數(shù)； move l— 每千人戶居民擁有的蜂窩移動電話數(shù)； fee— 高峰時期每三分鐘國際電話的成本； p— 每千人擁有的計算機數(shù)； mips— 每千人計算機功率（每秒百萬指令）； — 每千人互聯(lián)網(wǎng)絡(luò)戶主數(shù)。 空間的濃縮或擴張 兩個同階矩陣 D（ A）和 D（ B），如果 D（ A）的每一個元素不小于 D（ B）的相應(yīng)元素，則記為 D（ A） ≧ D（ B）。例如我們給定T=，當聚類時，類間的距離已經(jīng)超過了 ，則聚類結(jié)束。用它 評價合并第 K和 L類的效果，偽 統(tǒng)計量大說 明不應(yīng)該合并這兩類，應(yīng)該取合并前的水平。 比較大，說明分 G個類時類內(nèi)的離差平方和比較小，也就是說分 G類是合適的。 D(0) G1 G2 G3 G4 G5 G1={X1} 0 G2={X2} 3 0 G3={X3} 4 1 0 G4={X4} 6 3 2 0 G5={X5} 10 7 6 2 0 最短距離法 最 長 距離法 D(1) G6 G3 G4 G5 G6 0 G3 3 0 G4 2 6 0 G5 6 10 4 0 D(1) G6 G3 G4 G5 G6 0 G3 4 0 G4 3 6 0 G5 7 10 4 0 最短距離法 最 長 距離法 最 長 距離法 最短距離法 D(2) G7 G4 G5 G7 0 G4 3 0 G5 4 10 0 D(2) G6 G7 G3 G6 0 G7 6 0 G3 7 10 0 最 長 距離法 最短距離法 D(3) G7 G8 G7 0 G8 4 0 D(3) G7 G8 G7 0 G8 10 0 D（短
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1