文档介绍:实验六聚类分析——动态聚类和变量聚类二、动态聚类法——FASTCLUS过程动态聚类又称为逐步聚类,基本思想是,开始先粗略地分一下类(先选一批凝聚点,让样品向最近的凝聚点聚集,就得到初始分类),然后按照某种最优的原则修改不合理的分类,直到分得比较合理为止。FASTCLUS过程的一般格式:PROCFASTCLUSMAXCLUSTER=n|RADIUS=t<options>;VARvariables;IDvariable;FREQvariable;WEIGHTvariable;BYvariables;语句说明:PROCFASTCLUS语句用来开始FASTCLUS过程,必须规定说明项MAXCLUSTER=或RADIUS=中的一个。说明项和常用选项:MAXCLUSTER=n|MAXC=n:指定所允许的最大分类数,=t:为选择新的“凝聚点”指定的最小距离准则。当一个观测点与已有“凝聚点”的最小距离均大于由该选项规定的值t时,该观测可考虑用来作为新的“凝聚点”。=SAS-data-set:给出进行聚类的观测数据集的名字。OUT=SAS-data-set:聚类结果保存都新的数据集中,包含VAR中变量,及新变量cluster和distance(观测与所属类间的距离)。CLUSTER=name:规定在输出的数据集中用以指示观测属于哪一类的变量名字。:执行逐个修改法MAXITER=n:指定重新计算类的凝聚点的最大迭代次数。当n>0时,执行按批修改法。:要求输出类均值之间的距离LIST:要求列出所有观测所归入类的类号及观测同最终凝聚点之间的距离。注意事项:应用举例:例2:试用FASTCLUS过程对16个地区农民生活水平的调查数据(数据集d641)进行分类。SAS程序:procfastclusdata=d641out=out653maxc=4list;varx1-x6;idgroup;run;maxc=4:规定最大分类个数为4类list:要求列出分类结果。out=out653:指定生成名为out653的输出数据集,包含VAR中的变量,新变量cluster和新变量distance(观测与所属类中心的距离)。主要输出结果:动态聚类的初始凝聚点(数据不标准化)动态聚类的分类结果(数据不标准化)第一类:、第二类:第三类:、、、、第四类:蒙、、、、、、动态聚类产生的各类均值和标准差(数据不标准化)以下SAS程序首先调用STANDARD过程对数据作标准化变化,然后用标准化变换后的数据进行动态聚类分析。Procstandarddata=d641mean=0std=1out=sta653;Varx1-x6;/*将数据集d641中的变量x1-x6标准化,输出到数据集sta653中*/Procfastclusdata=sta653out=out654maxc=4list;Varx1-x6;idgroup;Run;主要输出结果:动态聚类的初始凝聚点(数据标准化)动态聚类的分类结果(数据标准化)第一类:第二类:第三类:、、蒙、、第四类:天津、、、、、、、、三、变量聚类——VARCLUS过程VARCLUS过程的一般格式:PROCVARCLUS语句及选项:数据集选项:DATA=SAS-data-set:指定要分析的数据集,数据集可以是通常的SAS数据集或是TYPE=CORR,UCORR(矫正过的相关系数矩阵),COV,UCOV等的数据集。OUTSTAT=SAS-data-ste:生成一个输出数据集,包含均值、标准差、相关系数、类得分系数和类的结构。OUTTREE=SAS-data-set:生成输出数据集,包含有聚类过程的树状结构信息,可用TREE过程画树状图。确定分类个数的选项:MAXCLUSTERS=n|MAXC=n:规定所要求的最大分类个数,缺省为变量个数。MINCLUSTERS=n|MINC=n:规定所要求的最小分类个数,缺省从一个类开始试着按照选项PROPORTION=或者MAXEIGEN=进行分裂分类MAXEIGEN=n:规定每一类第二特征值所允许的最大值,缺省,若没有规定选项PROPORTION=或MAXC=,且输入数据集为相关阵时,缺省值为1;若输入数据集为协方差阵时,缺省值为变量方差的均值。该选项不能与CENTROID同时使用PROPORTION=n|PERCENT=n:规定类分量必须解释的方差比例或百分比。若指定选项CENTROID,,否则为0聚类方式选项:CENTROID:使用重心分量而不是主分量,缺省为主分量法MAXITER=n:规定最大迭代次数,若规定了CENTROID,缺省为1,否则,缺省为10控制输出的选项:CORR|C:只输出相关