文档介绍：聚类分析快速聚类分析课件
本讲稿第一页，共十四页
快速样本聚类的基本概念：
当要聚成的类数已知时，使用快速聚类过程可以很快将观测量分到各类中去，其特点是处理速度快，占用内存少。
K-Mea聚类分析快速聚类分析课件
本讲稿第一页，共十四页
快速样本聚类的基本概念：
当要聚成的类数已知时，使用快速聚类过程可以很快将观测量分到各类中去，其特点是处理速度快，占用内存少。
K-Means Cluster执行快速样本聚类，使用K均值分类法对观测量进行聚类。可以完全使用系统默认值执行该命令，也可以对聚类过程设置各种参数进行人为的干预。例如，可以事先指定把数据文件的观测量分为几类：指定是聚类过程中止的判据，或迭代次数等。
本讲稿第二页，共十四页
快速聚类适用于大样本的聚类分析，它能快速的把个观测量分到各类中去。
进行快速样本聚类首先要选择用于聚类分析的变量和类数。参与聚类分析的变量必须是数值型变量，且至少要有一个。为了清楚地表明各观察量最后聚到哪一类，还应该指定一个表明观测量特征的变量作为标识变量，例如编号、姓名之类的变量。聚类必须大于等于2，但是聚类数不能大于数据文件中的观测数。
本讲稿第三页，共十四页
如果选择了n个数值型变量参与聚类分析，最后要求聚类数为k。那么可以由系统首先选择k个观测量（也可以由用户指定）作为聚类的种子，n个变量组成n维空间。每个观测量在n维空间中是个点。K个事先指定的观测量就是k个聚类中心点，也称为初始类中心。按照距这几个类中心的距离最小原则把观测量分派到各类中心所在地类中；形成第一次迭代形成的k类。根据组成每一类的观测量计算各变量均值，每一类中的n个均值在n维空间中又形成k个点，这就是第二次迭代的类中心，按照这种方法依次迭代下去，直到达到指定的迭代次数或中止迭代的判别要求时，迭代停止，聚类结束。从上述分析过程可以看出，K-Means Cluster不仅是快速样本聚类过程，而且是一种逐步聚类分析。所谓逐步聚类分析就是先把聚类对象进行初步原始分类，然后逐步进行调整，得到最终分类。
本讲稿第四页，共十四页
举例：
为研究儿童生长发育的分期，调查1253名1个月至7岁儿童的身高（Cm）、体重（Kg）、胸围（Cm）和坐高（Cm）资料。资料作如下处理：先把1个月至7岁划成19个月份段，分算出各指标的平均值，将第一个月的各指标平均值与出生时的各指标平均值比较，求出月平均增长率（%），然后第二个月起的各月份指标平均值与前一月比较，亦求出月平均增长率（%），结果见SPSS软件窗口。欲将儿童生长发育分为四期，故指定聚类的类别数为4，请通过聚类分析确定四个儿童生长发育的起止区间。
本讲稿第五页，共十四页
表1，初始分类中心
本讲稿第六页，共十四页
表2，初始分类中心
本讲稿第七页，共十四页
表3，中止分类中心
本讲稿第八页，共十四页
表4，方差分析
本讲稿第九页，共十四页
表5，每类例数
本讲稿第十页，共十四页
结果分析：
表1、表2、表3显示：首先系统根据用户的指定，按四类聚合确定初始聚类的各变量中心点，未经K-Means算法迭代，其类别间距离并非最优；经迭代运算后类别间各变量中心值得到修正。
本讲稿第十一页，共十四页
表4、表5显示：对聚类结果的类别间距离进行方差分析，方差分析表明，类别间距离差异的概率值均﹤，即聚类效果最好。这样，原有19类（即原有的19个月份分组）聚合成4类，第一类还原有1类，第二类还原有1类，第三类还原有2类，第四类还原有15类。具体结果系统以变量名QCL_1存于原始文件中。
本讲稿第十二页，共十四页
最后分析结果：
在原始数据文件中，我们可以清楚地看到聚类结果；参照专业知识，将儿童生长发育分期定为：
第一期，出生后至满月，增长率最高。
第二期，第二个月起至第三个月，增长率次之。
第三期，第三个月起至第八个月，增长率减缓。
第四期，第八个月后，增长率显著减缓。
本讲稿第十三页，共十四页
谢谢老师的指导！
Thanks your attention!
本讲稿第十四页，共十四页