文档介绍：系统聚类分析（Hierarchical Cluster过程) ：直观，易懂。
快速聚类(K-means Cluster过程)：
快速，动态。
有序聚类：保序(时间顺序或大小顺序)。
聚类分析方法
数据分析和软件应用聚类分析
2021/1/31
1
例 对10位应聘者做智能检验。3项指标X，Y和Z分别表示数学推理能力，空间想象能力和语言理解能力。其得分如下，选择合适的统计方法对应聘者进行归类。
应聘者
1
2
3
4
5
6
7
8
9
10
X
28
18
11
21
26
20
16
14
24
22
Y
29
23
22
23
29
23
22
23
29
27
Z
28
18
16
22
26
22
22
24
24
24
§1 什么是聚类分析
数据分析和软件应用聚类分析
2021/1/31
2
数据分析和软件应用聚类分析
2021/1/31
3
数据分析和软件应用聚类分析
2021/1/31
4
我们直观地来看，这个归类是否合理？
计算4号和6号得分的离差平方和：
(21-20)2+(23-23)2+(22-22)2=1
计算1号和2号得分的离差平方和：
(28-18)2+(29-23)2+(28-18)2=236
计算1号和3号得分的离差平方和为482，由此可见一般，归类可能是合理的，欧氏距离很大的应聘者没有被聚在一起。
由此，我们的问题是如何来选择样品间相似的测度指标，如何将有相似性的类连接起来？
数据分析和软件应用聚类分析
2021/1/31
5
聚类分析根据一批样品的许多观测指标，按照一定的数学公式具体地计算一些样品或一些参数(指标)的相似程度，把相似的样品或指标归为一类。
例如对上市公司的经营业绩进行聚类；又例如当我们对企业的经济效益进行评价时，建立了一个由多个指标组成的指标体系，由于信息的重叠，一些指标之间存在很强的相关性，所以需要将相似的指标聚为一类，从而达到简化指标体系的目的。
数据分析和软件应用聚类分析
2021/1/31
6
思考：样本点之间按什么刻画相似程度
思考：样本点和小类之间按什么刻画相似程度
思考：小类与小类之间按什么来刻画相似程度
数据分析和软件应用聚类分析
2021/1/31
7
一、变量测量尺度的类型
变量按照测量它们的尺度不同，可以分为三类。
(1)间隔尺度。指标度量时用数量来表示，其数值由测量或计数、统计得到，如长度、重量、收入、支出等。一般来说，计数得到的数量是离散数量，测量得到的数量是连续数量。在间隔尺度中如果存在绝对零点，又称比例尺度。
§2 相似性度量
数据分析和软件应用聚类分析
2021/1/31
8
(2)顺序尺度。指标度量时没有明确的数量表示，只有次序关系，或虽用数量表示，但相邻两数值之间的差距并不相等，它只表示一个有序状态序列。如评价酒的味道，分成好、中、次三等，三等有次序关系，但没有数量表示。
数据分析和软件应用聚类分析
2021/1/31
9
(3)名义尺度。指标度量时既没有数量表示也没有次序关系，只有一些特性状态，如眼睛的颜色，化学中催化剂的种类等。在名义尺度中只取两种特性状态的变量是很重要的，如电路的开和关，人口性别的男和女，市场交易中的买和卖等都是此类变量。
数据分析和软件应用聚类分析
2021/1/31
10