聚類分析和判別分析(編輯修改稿)
2025-06-17 21:36 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 類個(gè)數(shù)已知的情況下，特別適合于對(duì)大樣本數(shù)據(jù)進(jìn)行分析。在本節(jié)將介紹 K均值聚類的基本原理和操作過(guò)程。 K均值聚類的基本原理 ? K均值聚類（ KMeansCluster）又稱快速樣本聚類或逐步樣本聚類，是先將樣本數(shù)據(jù)進(jìn)行初始分類，然后根據(jù)中心點(diǎn)逐步調(diào)整，直至得到最終分類。這種聚類方法具有計(jì)算量大、對(duì)系統(tǒng)要求低、占用內(nèi)存少、處理速度快的特點(diǎn)，因此特別適合處理大樣本數(shù)據(jù)。但是這種聚類方法只適于對(duì)樣本的聚類，而不能對(duì)變量進(jìn)行聚類。 K均值聚類分析的基本步驟如下： ? （ 1）確定聚類數(shù)量。 ? （ 2）確定初始類中心坐標(biāo)。 ? （ 3）根據(jù)距離最近原則進(jìn)行分類。 ? （ 4）重新計(jì)算所形成的各個(gè)新類別的中心點(diǎn)坐標(biāo)，并重新歸類。 ? （ 5）重復(fù)上一過(guò)程，直至達(dá)到收斂標(biāo)準(zhǔn)。 K均值聚類的操作過(guò)程 ? 前面介紹了 K均值聚類分析的基本原理和步驟，在 SPSS中K均值聚類的操作過(guò)程如下： ? （ 1）打開(kāi)或建立數(shù)據(jù)文件。 ? （ 2）選擇“分析” “分類” “ K均值聚類”命令，打開(kāi)“ K均值聚類”對(duì)話框，如圖所示。 ? （ 3）選擇變量 ? （ 4）確定聚類數(shù) ? （ 5）選擇聚類方法 ? （ 6）設(shè)定聚類中心的讀取與輸出 ? （ 7）設(shè)定迭代次數(shù) ? （ 8）設(shè)定輸出結(jié)果 ? （ 9）選擇統(tǒng)計(jì)量指標(biāo)和缺失值處理 ? （ 10）單擊“確定”按鈕，執(zhí)行操作，輸出結(jié)果。 實(shí)例分析：不同省份三次產(chǎn)業(yè)從業(yè)人數(shù) ? 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式對(duì)于國(guó)民經(jīng)濟(jì)平穩(wěn)較快發(fā)展有著重要的意義。為了更好的了解全國(guó)不同省份的三次產(chǎn)業(yè)結(jié)構(gòu)情況，國(guó)家統(tǒng)計(jì)局調(diào)查了全國(guó) 31個(gè)省份 2021的三次產(chǎn)業(yè)從業(yè)人數(shù)情況。這里摘選了其中部分省份的數(shù)據(jù)，請(qǐng)問(wèn)如何通過(guò)這些數(shù)據(jù)對(duì)各省份三次產(chǎn)業(yè)從業(yè)人數(shù)進(jìn)行聚類分析？ ? 1．操作過(guò)程 ? 2．結(jié)果分析 層次聚類 ? 在前面兩節(jié)的內(nèi)容中介紹了二階聚類和 K均值聚類，這兩種聚類方法聚類速度快，較適合于樣本量較大的數(shù)據(jù)，但它們也有一些不夠完善之處。首先，它們只可以對(duì)樣本進(jìn)行聚類，但是無(wú)法對(duì)變量進(jìn)行聚類；其次，由于聚類個(gè)數(shù)往往需要研究者事先指定（對(duì)于 K均值聚類必須指定聚類個(gè)數(shù)），這就需要研究者對(duì)研究對(duì)象要有一定的先驗(yàn)知識(shí)經(jīng)驗(yàn)和預(yù)期，這對(duì)新手來(lái)說(shuō)會(huì)有一定的困難；最后
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1