CHAP14 聚类分析和判别分析.ppt

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;14.4 判别分析P374;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 correlation，用Pearson相关系数), Plots: Icicle(All Cluster) ;学生测验例子;分为两类的聚类结果;冰柱图(icicle);判别分析;判别 ;判别分析(discriminant analysis);判别分析例子;Disc.sav数据 ;根据距离的判别（不用投影） ;Fisher判别法(先进行投影);申衬筋充肄啼氖我永势讨阑筐疟善吧宇去被享伙全褐改板楞矩抹倦姿祸程CHAP14 聚类分析和判别分析