14章节 聚类分析与判别分析.pptVIP

第14章 聚类分析与判别分析;14.1.1 聚类分析;14.1.2 判别分析;14.1.3 聚类分析与判别分析的SPSS过程;14.2 快速样本聚类过程(Quick Cluster);14.2 快速样本聚类过程(Quick Cluster)中的选项;14.2 指定初始类中心的聚类方法例题P343;14.3 分层聚类(Hierarchical Cluster);14.3.4 用分层聚类法进行观测量聚类实例P358;14.3.5 用分层聚类法进行变量聚类;14.3.6 变量聚类实例1 P366;14.3.6 变量聚类实例2 P368;14.4 判别分析P374;补充：聚类分析与判别分析;聚类分析;分类;聚类分析;饮料数据（drink.sav ）;如何度量远近？;两个距离概念;向量x=(x1,…, xp)与y=(y1,…, yp)之间的距离或相似系数:;类Gp与类Gq之间的距离Dpq(d(xi,xj)表示点xi∈ Gp和xj ∈ Gq之间的距离);Lance和Williams给出(对欧氏距离)统一递推公式: D2(k,r)=apD2(k,p)+aqD2(k,q)+bD2(p,q) +g|D2(k,p)-D2(k,q)| 前面方法的递推公式可选择参数而得: 方法 ai (i=p,q) b g 最短距离 ? 0 -1/2 最长距离 ? 0 1/2 重心 ni/nr -apaq 0 类平均 ni/nr 0 0 离差平方和(ni+nk)/ (nr+nk) -nk/ (nr+nk) 0 中间距离 1/2 -1/4 0 可变法 (1-b)/2 b(1) 0 可变平均 (1- b) ni/nr b(1) 0 ;有了上面的点间距离和类间距离的概念，就可以介绍聚类的方法了。这里介绍两个简单的方法。 ;事先要确定分多少类：k-均值聚类 ;假定要把这16种饮料分成3类。利用SPSS，只叠代了三次就达到目标了（计算机选的种子还可以）。这样就可以得到最后的三类的中心以及每类有多少点 ;根据需要，可以输出哪些点分在一起。结果是：第一类为饮料1、10；第二类为饮料2、4、8、11、12、13、14；第三类为剩下的饮料3、5、6、7、9、15、16。;SPSS实现(聚类分析);事先不用确定分多少类：分层聚类 ;对于我们的数据，SPSS输出的树型图为;聚类要注意的问题 ;SPSS实现(聚类分析);啤酒成分和价格数据（data14-02);Statistics→Classify →Hierarchical Cluster: Variables:啤酒名和成分价格等 Cluster(Case, Q型聚类) Display: (Statistics)(Agglomeration Schedule凝聚状态表), (Proximity matrix), Cluster membership(Single solution, [4]) Method: Cluster (Furthest Neighbor), Measure-Interval (Squared Euclidean distance), Transform Value (Range 0-1/By variable (值-最小值)/极差) Plots: (Dendrogram) Icicle(Specified range of cluster, Start-1,Stop-4, by-1), Orientation (Vertical) Save: Cluster Membership(Single solution [4]);啤酒例子;凝聚过程:Coefficients为不相似系数,由于是欧氏距离,小的先合并.;分为四类的聚类结果;冰柱图(icicle);聚类树型图;学生测验数据（data14-03) 50个学生，X1-X10个测验项目 要对这10个变量进行变量聚类（ R 型聚类），过程和Q型聚类（观测量聚类，对cases)一样 ;Statistics→Classify →Hierarchical Cluster: Variables:x1-x10 Cluster(Variable, R型聚类) Display: (Statistics) (Proximity matrix), Cluster membership(Single solution, [2]) Method: Cluster (Furthest Neighbor), Measure-Interval (Pearson c