聚类与判别分析.ppt

文档介绍：第8讲聚类与判别分析Clusteringanddiscriminateanalysis主要内容距离和相似系数系统聚类(Hierarchicalclustering)最短距离法 最长距离法中间距离法 可变距离法重心法类平均法可变类平均法 Ward最小方差法聚类分析的正确应用距离判别Fisher判别逐步判别判别分析的正确应用系统聚类的基本思想相近的聚为一类(以距离表示,样品聚类)相似的聚为一类(以相似系数表示,变量聚类)6个不同民族的标化死亡率与出生时的期望寿命民族原始数据标化死亡率(‰)出生时期望寿命(岁)(Euclidean)距离切比雪夫(Chebychev)距离明氏(Minkowski)距离缺点没有考虑不同指标(变量)之间的单位和变异兰氏(Lanberra)距离没有考虑变量间的相关马氏(Mahalanobis)距离多元T检验统计量配合距离分类变量设有两个样品,5个指标的取值分别为:S1=(V,Q,S,T,K)S2=(V,M,S,F,K)相同称为配合的不相同称为不配合的。设两样品共有p个指标,其中配合者有m个,则两样品间的距离可定义为:相似系数夹角余弦Pearson相关系数指数相似系数列联系数点相关系数四分相关系数夹角余弦Pearson列联系数Cramer关联系数及修正关联系数