系统工程3_2.聚类分析.ppt

系统聚类法 系统聚类法是聚类分析诸方法中用得最多的一种。 基本思想：开始将个样品各自作为一类，并规定样品之间的距离和类与类之间的距离，然后将距离最近的两类合并成一个新类，计算新类与其他类的距离；重复进行两个最近类的合并，每次减少一类，直至所有的样品合并为一类。 常用的系统聚类方法： 最短距离法 最长举例法 中间举例法 重心法 系统聚类法基本步骤 1. 选择样本间距离的定义及类间距离的定义； 2. 计算n个样本两两之间的距离，得到距离矩阵 3. 构造个类，每类只含有一个样本； 4. 合并符合类间距离定义要求的两类为一个新类； 5. 计算新类与当前各类的距离。若类的个数为1，则转到步骤6，否则回到步骤4; 6.画出聚类图； 7.决定类的个数和类。 根据5个省区之间的欧式距离，用D0表示距离矩阵（对称阵，故给出下三角阵） 因此将3.4合并为一类，为类6，替代了3、4两类 类6与剩余的1、2、5之间的距离分别为： d(3,4)1=min(d31,d41)=min(13.80,13.12)=13.12 d(3,4)2=min(d32,d42)=min(24.63,24.06)=24.06 d(3,4)5=min(d35,d45)=min(3.51,2.21)=2.21 得到新矩阵 合并类6和类5，得到新类7 类7与剩余的1、2之间的距离分别为： d(5,6)1=min(d51,d61)=min(12.80,13.12)=12.80 d(5,6)2=min(d52,d62)=min(23.54,24.06)=23.54 得到新矩阵 合并类1和类2，得到新类8 此时，我们有两个不同的类：类7和类8。 它们的最近距离 d(7,8) =min(d71,d72)=min(12.80,23.54)=12.80 得到矩阵 最后合并为一个大类。这就是按最短距离定义类间距离的系统聚类方法。最长距离法类似！ “备”则“倍” 有准备、有规划的人生更精彩！ 例： 为了研究辽宁等5省1991年城镇居民生活消费的分布规律，根据调查资料做类型分类，用最短距离做类间分类。资料如下： 省份 x1 x2 x3 x4 x5 x6 x7 x8 辽宁 7.90 39.77 8.49 12.94 19.27 11.05 2.04 13.29 浙江 7.68 50.37 11.35 13.30 19.25 14.59 2.75 14.87 河南 9.42 27.93 8.20 8.14 16.17 9.42 1.55 9.76 甘肃 9.16 27.98 9.01 9.32 15.99 9.10 1.82 11.35 青海 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.81 将每一个省区视为一个样本： G1={辽宁}，G2={浙江}，G3={河南}，G4={甘肃}，G5={青海} 采用欧氏距离： d12 =[(7.9-7.68)2+(39.77-50.37)2+(8.49-11.35)2+(12.94- 13.3)2+(19.27-19.25)2+(11.05-14.59)2+(2.04-2.75)2+(13.29-14.87)2]0.5=11.67 d13=13.80 d14=13.12 d15=12.80 d23=24.63 d24=24.06 d25=23.54 d34=2.2 d35=3.51 d45=2.21 上述聚类过程可以画出一种树形图（谱系图，dendrogram）： 1.正确认识自我，尊重自我——人职和谐的基础 2.充分了解职场，努力做到人职匹配 3.适应社会需求与发展，选择最能发挥自己能力特长的职业。 没有最好的职业，只有最适合自己的职业，适合自己的才是最好的。 1.职业生涯开发与管理的观点是：只要开始，永远不晚； 只要进步，总有空间。 2.在职业生涯的道路上，重要的不是目前所处的位置， 而是迈出下一步的方向。 3-2 聚类分析 Cluster Analysis 什么是聚类分析 聚类分析是根据“物以类聚”的道理，对样品（观测量）或指标（变量）进行分类的一种多元统计分析方法。 将个体或对象分类，使得同一类中的对象之间的相似性比与其他类的对象的相似性更强。 聚类分析的目的： 使类内对象的同质性最大化和类间对象的异质性最大化。 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。 聚类分析的应用：无处不在 早在孩提时代，人就通过不断改进下意识中的聚类模式来学会如何区分猫和狗，动物和植物 谁经常光顾商店，谁买什么东西，买多少？ 按忠诚卡记录