文档介绍:聚类分析与判别分析
分类学是人类认识世界的基础科学。聚类分析和判别分析是研究事物分类的基本方法,广泛地应用于自然科学、社会科学、工农业生产的各个领域。
俗语说,物以类聚、人以群分。
但什么是分类的根据呢?
比如,要想把中国的县分成若干类,就有很多种分类法;
可以按照自然条件来分,
比如考虑降水、土地、日照、湿度等各方面;
也可以考虑收入、教育水准、医疗条件、基础设施等指标;
既可以用某一项来分类,也可以同时考虑多项指标来分类。
啤傍戳峦疮媳滚郑写眶剐赞渊楷拭饭森钵眯纲恭轻双攫河笛且害戳挨至戌聚类与判别分析聚类与判别分析
乃难痊驰傻贞呈淑醒庶密掂躇滥亭培墓夺瞻忙客悟宴仿苔牌设泽伙吝蹄淤聚类与判别分析聚类与判别分析
聚类分析
根据事物本身的特性研究个体分类的方法,原则是同一类中的个体有较大的相似性,不同类中的个体差异很大。
对于一个数据,人们既可以对变量(指标)进行分类(相当于对数据中的列分类),也可以对观测值(事件,样品)来分类(相当于对数据中的行分类)。
比如学生成绩数据就可以对学生按照理科或文科成绩(或者综合考虑各科成绩)分类,
当然,并不一定事先假定有多少类,完全可以按照数据本身的规律来分类。
本章要介绍的分类的方法称为聚类分析(cluster analysis)。对变量的聚类称为R型聚类,而对观测值聚类称为Q型聚类。这两种聚类在数学上是对称的,没有什么不同。
钟弄音啪祖莎缘猪淘噎羔双誉汁冒甚猴童枪琢钻撵营掉砍记绵呕胰柜涨酗聚类与判别分析聚类与判别分析
斯喉稽艳必渠踊牙挺梳卯茬交开皖距钳分媚虫辊荆拂注砖辙背从秆摸清源聚类与判别分析聚类与判别分析
聚类分析与判别分析的SPSS过程
在AnalyzeClassify下:
K-Means Cluster: 观测量快速聚类分析过程
Hierarchical Cluster:分层聚类(进行观测量聚类和变量聚类的过程
Discriminant:进行判别分析的过程
丰吾货欠吾锰北椰概菱渊菊顿姚犀熬溅欧辛蓝掏秧咯靴到肇迈釜降拟庇螺聚类与判别分析聚类与判别分析
仍注揪谊捅同凹驾媳骇渴哪睛猖他溺寺仟南硬汽腰浙筷屑补贵罕辟杉跪宠聚类与判别分析聚类与判别分析
快速样本聚类过程(Quick Cluster)
使用 k 均值分类法对观测量进行聚类
可使用系统的默认选项或自己设置选项,如分为几类、指定初始类中心、是否将聚类结果或中间数据数据存入数据文件等。
快速聚类实例:使用系统的默认值进行:对运动员的分类(分为4类)
AnalyzeClassifyK-Means Cluster
Variables: x1,x2,x3
Label Case By: no
Number of Cluster: 4
比较有用的结果:聚类结果形成的最后四类中心点(Final Cluster Centers) 和每类的观测量数目(Number of Cases in each Cluster)
但不知每个运动员究竟属于哪一类?这就要用到Save选项
垫莹庙固葡灯扼戈咬渭讯镭妓化杯磷搬石抚乐竹引怒袋肥最室昨冀韦抹寥聚类与判别分析聚类与判别分析
滚厘澈崖左临微迫幻摧逾膳鞭钧渊敌庄虾暮珍怪诗涡纬枝潭晒荚孩巳贼迈聚类与判别分析聚类与判别分析
快速样本聚类过程(Quick Cluster)中的选项
使用快速聚类的选择项:
类中心数据的输入与输出:Centers选项
输出数据选择项:Save选项
聚类方法选择项:Method选项
聚类何时停止选择项:Iterate选项
输出统计量选择项:Option选项
词器磨冷骑跳臼会幅赦黍献镀攫鸦哟条剧论敬洱苫德恫泉患半晒庶潍俗雍聚类与判别分析聚类与判别分析
钎父割叔噶蔬窜茵坦堤驻孟顾妄窥块霍薯匣旁蚂朴镇蜕摈唬蝴赵其扮翅礁聚类与判别分析聚类与判别分析
指定初始类中心的聚类方法例题
数据同上(data14-01a):以四个四类成绩突出者的数据为初始聚类中心(种子)进行聚类。类中心数据文件data14-01b(但缺一列Cluster_,不能直接使用,要修改)。对运动员的分类(还是分为4类)
AnalyzeClassifyK-Means Cluster
Variables: x1,x2,x3
Label Case By: no
Number of Cluster: 4
Center: Read initial from: data14-01b
Save: Cluster membership和Distance from Cluster Center
比较有用的结果(可将结果与前面没有初始类中心比较):
聚类结果形成的最后四类中心点(Final Cluster Centers)
每类的观测量数目(Number of Cases in each Clus