聚类分的析与判别分析.ppt

聚类分析 引 相似性度量 系统聚类 K-均值聚类 聚类分析的SPSS实现 引l言 俗语说,物以类聚、人以群分 但什么是分类的根据呢? 比如,要想把中国的县分成若干类,就有很 多种分类法; 可以按照自然条件来分, 比如考虑降水、土地、日照、湿度等各方面; 也可以考虑收入、教育水准、医疗条件、基 础设施等指标; 既可以用某一项来分类,也可以同时考虑多 项指标来分类 聚类分析 对于一个数据,人们既可以对变量(指标)进行分类 (相当于对数据中的列分类),也可以对观测值(事件 样品)来分类(相当于对数据中的行分类 ●比如学生成绩数据就可以对学生按照理科或文科成绩 (或者综合考虑各科成绩)分类,当然,并不一定事 先假定有多少类,完全可以按照数据本身的规律来分 类 ●这里要介绍的分类的方法称为聚类分析( cluster analysis)。对变量的聚类称为R型聚类,而对观测值 聚类称为Q型聚类。这两种聚类在数学上是对称的, 没有什么不同。 饮料数据 ●16种饮料的热量、咖啡因、钠及价格四种变量 饮料编号 啡因 3.30 320 4.00 9941 00 10.60 1191321320 哪些少数民族的生存状况更接近? 原始数据 民族 标化死亡率(%)出生时期望寿命(岁) 满族 580 70.59 朝鲜族 7.44 67.14 蒙古族 8.11 65.48 维吾尔族 10.21 5888 藏族 9.51 59.24 哈萨克族9816047 标化死亡率是根据相同的人口年龄结构(标准组)计算的,因而更具可比性