聚类分析的要义.ppt

分类数的确定 方法1、根据树状图确定分类数的准则: （1）各类重心之间距离必须较大； （2）各类所包含的元素都不要过多； （3）分类的数目应符合使用的目的； （4）若采用几种不同的聚类方法，则在各自的聚类图上应发现相同的类。 方法2、根据聚合系数的变化确定分类数 8.4 聚类结果的解释 所谓聚类结果的解释是指对各个类的特征进行准确的描述，给每类一个合适的名称。可以计算各类在各聚类变量上的均值，对其进行比较，还可以使用聚类变量以外的变量，帮助描述各个类的特征，解释各个类差别的原因。 迭代聚类结果的各类样本的均值和显著性差异类 变量 类别 1 2 3 有显著差异类 经济生活指数 教育生活指数 健康生活指数 居住生活指数 0.3835 0.7843 0.9532 0.5500 0.2136 0.4130 0.8293 0.8512 0.0991 0.2245 0.1544 0.6223 (1,2) (1,3) (2,3) (1,2) (1,3) (2,3) (1,3) (2,3) (1,2) (2,3) 将30各省份分成了三类： 一类地区：经济、教育和健康方面皆高于其他地区； 二类地区：居住方面标准最高，健康指数较高； 三类地区：居住方面较高，其他方面低于一、二类。 8.5 利用SPSS进行聚类分析 层次聚类法（菜单选择） Analyze classify hierarchical cluster variable (指定聚类变量) cluster (指定聚类对象) cases(对案例聚类) variables(对变量聚类) method(指定聚类方法、相似测度方法和标准化数据的方法) cluster method(聚类方法) measure(相似测度) interval binary counts statistics agglomeration schedule(聚合进度表) proximity matrix(相似矩阵) cluster membership(聚类结果) plots(树状结构图、冰柱图) dendrogram(树状图) icicle（冰柱图） save(数据文件中以变量形式保存聚类结果) single solution range of solution 层次聚类法命令文件 PROXIMITIES economy educatio health house /MATRIX OUT (C:\WINDOWS\TEMP\spss4294687875\spssclus.tmp) /VIEW= CASE /MEASURE= SEUCLID /PRINT NONE /STANDARDIZE= VARIABLE Z . CLUSTER /MATRIX IN (C:\WINDOWS\TEMP\spss4294687875\spssclus.tmp) /METHOD BAVERAGE /PRINT SCHEDULE CLUSTER(3,6) /PRINT DISTANCE /PLOT DENDROGRAM VICICLE /SAVE CLUSTER(3,6) . ERASE FILE= C:\WINDOWS\TEMP\spss4294687875\spssclus.tmp. 迭代聚类法（菜单选择） Analyze classify k-means cluster variables（选择聚类变量） number of cluster（指定聚类数目） centers(指定初始中心)