中职—信息技术—分层聚类—课件　

中职—信息技术 分层聚类 1 01 聚类分析 2 根据同类事物应具有相近特性，而不同事物在这些特性上差异较大的假定，将所研究的事物进行分类，这种研究方法称为聚类Cluster。 在 SPSS中，有两种方法进行聚类分析，一种是并不指定最终的类数，所有个案不断相聚，最终聚为一类，结论将在聚类过程中寻求，这种聚类称为分层聚类。另一种是在指定了用于聚类分析的变量和类数后进行的聚类，称为快速样本聚类。  02 分层聚类 4 一、分层聚类的概念 事物的性质是通过测量变量来描述的，因此，变量可以揭示事物的一些内部属性。如果以n个数值型变量(n维空间)来描述某一类事物，则一个事物就是n维空间中是一个点。 Y X Z . . . . . . . . . . . . . . . . . . . . . . . . . . A B C 在A、B、C三组数据点群中，每组内部的数据点的坐标数值都比较接近。用几何距离表示就是： 由于在同一类中数据点的坐标值比较接近或几何距离比较接近，这类点的总体性质就比较接近。 例如：对一批运动员分别测量了他们的百米、万米、摸高、举重、体操等若干项指标，最后根据他们的各项成绩的分析将他们分为几种不同类型的运动员，比如：爆发力型、耐力型、灵巧型等。 分层聚类分析就是通过对变量的测量，将比较接近的个案找出来归为一类，进一步再将比较接近的类合并成为新的类，逐层合并直到最后合并成为一类。 分层聚类产生的结果不在聚类的开始，也不在聚类的最终，而是在其过程中。研究者将根据聚类过程适当截取聚类结论。 二、分层聚类的类型 分层聚类有两种类型： “Q聚类”，也可解释为样本聚类。 这种聚类将在聚类过程中发现具有共同属性的样本。 “R聚类”，也可解释为变量聚类。 而“R聚类”则可以在某些变量中选择出具有代表性的变量。 分层聚类的显示结果不仅有聚类步骤表供数据分析使用，而且有各种图形可以直观地显示结果。聚类分析的图形结果有“树状图”和“冰柱”图。 三、分层聚类的命令 执行[Analyze][Classify][Hierarchical Cluster]， 选择变量进入“Variable(s)”中 选择聚类类型“Cluster”(单选项)： 样本聚类Cases(“Q聚类”)或变量聚类Variable(“R聚类”) “display”中可以选择(复选项) ： “Statistics”只计算统计分析。 “plots”只产生图像。 按钮“Statistics”将产生输出统计量： “Agglomeration schedule”为生成并类过程表。在表中将显示并类过程中的并类信息，包括：并类距离值、在相应值上的并类类别和类间关系。可以根据并类过程表了解聚类过程。 “Proximity matrix”产生测度矩阵。测度矩阵可以显示出并类过程中各类之间的距离或相关性。 “Cluster Membership”聚类成员关系表。在并类过程中，各个个案被并到哪一类： “None” 不显示聚类成员关系表。 “Single solution”显示指定类数时聚类成员关系表。 指定的类数应当是小于等于个案个数，大于等于1的整数。当聚类到达此指定的数值时，将在输出窗口显示各个个案所属的类。 “Range of solutions” 显示聚类成员在指定并类范围内所属类的关系表。指定的范围也应当是在个案数与1之间的整数。 按钮“Plots”将产生聚类图形 ： “Dendrogram”生成树状图 “Icicle”生成冰柱图 “All clusters”全过程冰柱图 “Specified range of clusters”指定并类范围冰柱图 “None”不生成冰柱图 “Orientaton”图形取向： 竖直的Vertical和水平的Horizontal 按钮“Method”为聚类方法选择： ⑴“Cluster”共有七种进行聚类的方法： ①“Between-groups linkage”类间平均法，当两类之间所有个案之间距离的平均值最小时，这两类可以合并为一类。这是系统缺省的方法。 ②“Within- groups linkage”类内平均法，当合并后所有个案的距离的平均值最小时，这两类可以合并为一类。 ③“Nearest neighbor”最短距离法，当两类之间最近的个案之间的距离最小时，这两类可以合并为一类。 ④“Furthest neighbor”最长距离法，当两类之间最远的个案之间的距离最小时，这两类可以合并为一类。 ⑤“Centroid clustering”重心法，当两类中重心