統(tǒng)計(jì)學(xué)第四版聚類分析20xx年-文庫(kù)吧資料
2024-09-07 12:28本頁面
【正文】 中 ， 選擇 K個(gè)樣本作為 K個(gè)類別的初始聚類中心 ? 與確定類別數(shù)目一樣 ， 原始聚類中心的確定也需要研究者根據(jù)實(shí)際問題和經(jīng)驗(yàn)來綜合考慮 ? 使用 SPSS進(jìn)行聚類時(shí) ， 也可以由系統(tǒng)自動(dòng)指定初始聚類中心 K均值聚類 (步驟 ) 13 45 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 第 3步： 根據(jù)確定的 K個(gè)初始聚類中心 ， 依次計(jì)算每個(gè)樣本到 K個(gè)聚類中心的距離歐氏距離 ， 并根據(jù)距離最近的原則將所有的樣本分到事先確定的K個(gè)類別中 ? 第 4步： 根據(jù)所分成的 K個(gè)類別 ， 計(jì)算出各類別中每個(gè)變量的均值 ， 并以均值點(diǎn)作為新的 K個(gè)類別中心 。 第 7列給出了在每一步中合并形成的新類別下一次將在第幾步中與其他類別合并 。 距離按從小到大排列 ， 越早合并的類距離越近 。 第 1步是把距離最近的兩個(gè)地區(qū) 21(海南 )和地區(qū) 30(寧夏 )合并成一類 。 點(diǎn)擊 【 Continue】 回到主對(duì)話框 第 6步 點(diǎn)入 【 Save】 ，在 【 Cluster Membership】 下選擇在原始數(shù) 據(jù)中保留分類結(jié)果，其中 【 Single solution】 表示指定要分成 類時(shí)各樣本所屬的類， 【 Range of solution】 表示指定要分成 最少類、最多類時(shí)各樣本所屬的類 (SPSS會(huì)將分類的結(jié)果以 變量形式保存到原數(shù)據(jù)窗口中 )，點(diǎn)擊 【 Continue】 ?【 OK】 層次聚類 13 32 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 SPSS的輸出結(jié)果 (實(shí)例分析 ) 層 次 聚 類 過 程 的 步 驟 號(hào) 13 33 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 SPSS的輸出結(jié)果 (實(shí)例分析 ) 層次聚類過程的步驟號(hào) ? 第 1列是聚類的步驟號(hào) 。 這時(shí) ， 如果類別的個(gè)數(shù)仍然大于 1， 則繼續(xù)重復(fù)這一步 ， 直到所有的類別都合并成一類為止 ? 總是先把離得最近的兩個(gè)類進(jìn)行合并 ? 合并越晚的類 ， 距離越遠(yuǎn) ? 事先并不會(huì)指定最后要分成多少類 ， 而是把所有可能的分類都列出 ， 再視具體情況選擇一個(gè)合適的分類結(jié)果 層次聚類 (合并法 ) 13 23 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 分解方法原理與合并法相反 ? 先把所有的對(duì)象 (樣本或變量 )作為一大類 ， 然后度量對(duì)象之間的距離或相似程度 ， 并將距離或相似程度最遠(yuǎn)的對(duì)象分離出去 ， 形成兩大類 (其中的一類只有一個(gè)對(duì)象 ) ? 再度量類別中剩余對(duì)象之間的距離或相似程度 ， 并將最遠(yuǎn)的分離出去 ， 不斷重復(fù)這一過程 ， 直到所有的對(duì)象都自成一類為止 ? SPSS中只提供了合并法 層次聚類 (分解法 ) 類間距離的計(jì)算方法 層次聚類 13 25 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 在層次聚類法中 ， 當(dāng)類別多于 1個(gè)時(shí) ， 就涉及到如何定義兩個(gè)類別之間的距離問題 ? 計(jì)算類間距離 (與上面介紹的點(diǎn)間距離不同 )的方法有很多 ， 不同方法會(huì)得到不同的聚類結(jié)果 ? 實(shí)際中較常用的是離差平方和法 (Ward’s method)， 又稱 Ward法 類間距離的計(jì)算方法 13 26 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 類間距離的計(jì)算方法 最短距離法 (Nearest neighbor) 最長(zhǎng)距離法 (Furthest neighbor) 重心法 (Centroid clustering) 組間平均距離 (Betweengroups linkage) 離差平方和法 (Ward’s method) ijGxGxkl dDljki ???,m inijGxGxkl dDljki ???,m a x)()(2 lklkkl xxxxD ????? ?? ??ki liGx Gxijlkkl dnnD1lkmkl WWWD ???213 27 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? Nearest neighbor(最短距離法 )— 用兩個(gè)類別中各個(gè)數(shù)據(jù)點(diǎn)之間最短的那個(gè)距離來表示兩個(gè)類別之間的距離 ? Furthest neighbor(最長(zhǎng)距離法 )— 用兩個(gè)類別中各個(gè)數(shù)據(jù)點(diǎn)之間最長(zhǎng)的那個(gè)距離來表示兩個(gè)類別之間的距離 ? Centroid clustering(重心法 )— 用兩個(gè)類別的重心之間的距離來表示兩個(gè)類別之間的距離 ? betweengroups linkage(組間平均距離法 )— SPSS的默認(rèn)方法 。 在性別上 ， 男性稍高于女性 13 8 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 在現(xiàn)實(shí)生活中 ， 分類問題是十分常見的 ? 根據(jù)經(jīng)濟(jì)發(fā)展水平把各個(gè)國(guó)家分成發(fā)達(dá)國(guó)家 、 中等發(fā)達(dá)國(guó)家 、 發(fā)展中國(guó)家 ? 按照消費(fèi)者的特征對(duì)消費(fèi)者分類 ， 按照產(chǎn)品特征對(duì)產(chǎn)品分類 ? 這些分類中 ， 有的事先并不知道存在什么類別 ， 完全按照反映對(duì)象特征的數(shù)據(jù)把對(duì)象進(jìn)行分類 ， 這在統(tǒng)計(jì)上稱為聚類分析；有的則是在事先有了某種分類標(biāo)準(zhǔn)之后 ， 判定一個(gè)新的研究對(duì)象應(yīng)該歸屬到哪一類別 ， 這在統(tǒng)計(jì)上則稱為判別分析 (discriminant analysis) ? 本章主要介紹聚類分析方法 聚類分析 (cluster analysis) 聚類分析的基本原理 什么是聚類分析 ? 相似性的度量 第 13 章 聚類分析 什么是聚類分析？ 聚類分析的思想和原理 13 11 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 把 “ 對(duì)象 ” 分成不同的類別 ? 這些類不是事先給定的 ， 而是直接根據(jù)數(shù)據(jù)的特征確定的 ? 把相似的東西放在一起 ， 從而使得類別內(nèi)部的 “ 差異 ” 盡可能小 ， 而類別之間的 “ 差異” 盡可能大 ? 聚類分析就是按照對(duì)象之間的 “ 相似 ” 程度把對(duì)象進(jìn)行分類 什么是聚類分析？ (cluster analysis) 13 12 統(tǒng)計(jì)學(xué)STATISTICS (第四版 ) 2020105 ? 聚類分析的
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1