SPSS數(shù)據(jù)分析教程-10-聚類分析-課件

SPSS數(shù)據(jù)分析教程—《SPSS數(shù)據(jù)分析教程》SPSS數(shù)據(jù)分析教程—《SPSS數(shù)據(jù)分析教程》第10章聚類分析第10章聚類分析目錄10.1聚類分析簡(jiǎn)介10.2個(gè)案間的距離10.2.1定距數(shù)據(jù)（ScaleMearsurement）

距離定義方式10.2.2分類數(shù)據(jù)的頻數(shù)

數(shù)據(jù)（Count）10.2.3二分類數(shù)據(jù)10.3類之間的距離10.4系統(tǒng)聚類算法過(guò)程10.5系統(tǒng)聚類案例10.6

K-均值聚類10.6.1

K-均值法簡(jiǎn)介10.5.2

K-均值法案例10.7兩步法聚類10.7.1兩步法簡(jiǎn)介10.7.2兩步法案例分析10.8聚類分析注意事項(xiàng)目錄10.1聚類分析簡(jiǎn)介本章學(xué)習(xí)目標(biāo)理解聚類分析的基本概念；了解個(gè)案之間距離的定義方式；了解類之間距離的定義方式；掌握系統(tǒng)聚類方法；掌握兩步法聚類方法；掌握K均值聚類方法。本章學(xué)習(xí)目標(biāo)理解聚類分析的基本概念；10.1聚類分析簡(jiǎn)介根據(jù)對(duì)象的某些屬性把它們分到一些組中，使得同組內(nèi)的對(duì)象盡可能地相似，不同組中的對(duì)象盡可能地不一樣，即所謂的聚類分析。聚類分析方法被稱為“無(wú)監(jiān)督的分析方法”，意即沒(méi)有因變量。而另外一種分類的方法是判別分析，它是把樣本歸入到已知的事先已經(jīng)確定下來(lái)的類中去,它有因變量（即事先確定的類別），是“有監(jiān)督的分析方法”。

10.1聚類分析簡(jiǎn)介根據(jù)對(duì)象的某些屬性把它們分到一些組中SPSS數(shù)據(jù)分析教程-10-聚類分析-課件聚類分析不必事先知道分類對(duì)象的結(jié)構(gòu)，從一批樣品的多個(gè)觀測(cè)指標(biāo)中，找出能度量樣品之間或指標(biāo)（變量）之間相似程度或親疏關(guān)系的統(tǒng)計(jì)量，構(gòu)成一個(gè)對(duì)稱相似性矩陣，并按相似程度的大小，把樣品或變量逐一歸類。根據(jù)對(duì)樣品聚類還是對(duì)變量聚類，聚類分析分Q型聚類和R型聚類。對(duì)變量的聚類稱為R型聚類，而對(duì)樣品（即觀測(cè)值）聚類稱為Q型聚類。通俗講，R型聚類是對(duì)數(shù)據(jù)中的列分類，Q型聚類是對(duì)數(shù)據(jù)中的行分類。聚類分析不必事先知道分類對(duì)象的結(jié)構(gòu)，從一批樣品的多個(gè)觀測(cè)指標(biāo)SPSSStatistics提供了3種聚類方法，它們是系統(tǒng)聚類法（又稱層次聚類）、K-均值聚類（又稱快速聚類法）和兩步法聚類。SPSSStatistics提供了3種聚類方法，它們是系統(tǒng)10.2個(gè)案間的距離定距數(shù)據(jù)距離定義方式歐式（Euclidean）距離平方歐式距離余弦距離皮爾遜（Pearson）相關(guān)性距離切比雪夫（Chebychev）距離塊（Block）距離閔考斯基（Minkowski）距離冪（Power）距離10.2個(gè)案間的距離定距數(shù)據(jù)距離定義方式10.2.2分類數(shù)據(jù)之間的距離

卡方度量Phi方度量

10.2.2分類數(shù)據(jù)之間的距離

卡方度量10.3類之間的距離SPSS提供了7種計(jì)算兩個(gè)類距離的方法。組間連接法（Between-groupsLinkage）組內(nèi)連接法（Within-GroupsLinkage）最近鄰元素法（NearestNeighbor）最長(zhǎng)距離法（FurthestNeighbor）質(zhì)心聚類法（CentroidClustering）中位數(shù)聚類法（MedianClustering)離差平方和法（Ward’sMethod）10.3類之間的距離SPSS提供了7種計(jì)算兩個(gè)類距離的方10.4系統(tǒng)聚類算法過(guò)程10.4系統(tǒng)聚類算法過(guò)程系統(tǒng)聚類的步驟

第1步：數(shù)據(jù)標(biāo)準(zhǔn)化。把原始數(shù)據(jù)標(biāo)準(zhǔn)化得到標(biāo)準(zhǔn)化數(shù)據(jù)矩陣。第2步：計(jì)算相似系數(shù)矩陣。這里以余弦距離為例。計(jì)算Q型聚類任意兩個(gè)樣品xj和xk的相似系數(shù)矩陣。系統(tǒng)聚類的步驟

第1步：數(shù)據(jù)標(biāo)準(zhǔn)化。把原始數(shù)據(jù)標(biāo)準(zhǔn)化得到標(biāo)準(zhǔn)第3步：選出有最大相似系數(shù)的樣品組。第4步：把該組樣品加權(quán)平均，這樣就形成了一個(gè)新的組合樣品。第5步：用新的樣品類代替原來(lái)的一對(duì)樣品點(diǎn)。第6步：對(duì)新形成的樣品與其余樣品數(shù)據(jù)重新計(jì)算相似系數(shù)矩陣。第7步：如此重復(fù)第2步到第5步的過(guò)程，直到把所有樣品都?xì)w類完畢。第3步：選出有最大相似系數(shù)的樣品組。第8步：最后，按下列原則構(gòu)成類關(guān)系圖。若兩個(gè)樣品在已經(jīng)連接成的組中未出現(xiàn)過(guò)，則它們連接成一個(gè)新組。若兩個(gè)樣品中有一個(gè)在某組中出現(xiàn)過(guò)，則另一個(gè)就加入該組。若兩個(gè)樣品都在同一組中，則這對(duì)樣品不再分組。若兩個(gè)樣品都在不同組中出現(xiàn)過(guò)，則把這兩組連接在一起。第8步：最后，按下列原則構(gòu)成類關(guān)系圖。10.5系統(tǒng)聚類案例打開(kāi)本章的數(shù)據(jù)文件Cluster_cars.sav。該數(shù)據(jù)是市場(chǎng)上一些品牌汽車的資料，它包括汽車制造商、型號(hào)、新車價(jià)錢、4年以后的二手車價(jià)錢，還有功率、引擎大小、車重、車體長(zhǎng)、車體寬、車輪大小、油耗等諸多屬性。按照這些數(shù)據(jù)對(duì)當(dāng)前市場(chǎng)上的車進(jìn)行聚類，看看哪些品牌的車定位有類似之處，制造商可以據(jù)此制定相應(yīng)的策略。10.5系統(tǒng)聚類案例打開(kāi)本章的數(shù)據(jù)文件Cluster_c選擇【分析】→【分類】→【系統(tǒng)聚類】把從“Priceinthousand”到“Fuelefficiency”的所有變量選入右邊的“變量框”。把“Model”變量選入“標(biāo)注個(gè)案”框。依次單擊【統(tǒng)計(jì)量】、【繪制】、【方法】和【保存】按鈕選擇【分析】→【分類】→【系統(tǒng)聚類】SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件10.6K-均值聚類

10.6K-均值聚類

K-均值聚類的算法過(guò)程第1步：用戶給定聚類個(gè)數(shù)K。第2步：給出初始類中心。第3步：計(jì)算所有個(gè)體到這K個(gè)類中心的距離，然后按照到K個(gè)類中心距離最短原則，把所有個(gè)體分別劃分到距最近的中心點(diǎn)所在的類中，這樣形成了K個(gè)類，完成一次迭代過(guò)程。第4步：重新計(jì)算K個(gè)類的類中心。第5步：重復(fù)進(jìn)行第3步、第4步。直到迭代次數(shù)達(dá)到限制的次數(shù)或者類中心不再變化為止。K-均值聚類的算法過(guò)程第1步：用戶給定聚類個(gè)數(shù)K。K-均值法案例打開(kāi)本章的數(shù)據(jù)文件Cluster_cars.sav。該數(shù)據(jù)是市場(chǎng)上一些品牌汽車的資料，它包括汽車制造商、型號(hào)、新車價(jià)錢、4年以后的二手車價(jià)錢，還有功率、引擎大小、車重、車體長(zhǎng)、車體寬、車輪大小、油耗等諸多屬性。按照這些數(shù)據(jù)對(duì)當(dāng)前市場(chǎng)上的車進(jìn)行聚類，看看哪些品牌的車定位有類似之處，制造商可以據(jù)此制定相應(yīng)的策略。K-均值法案例打開(kāi)本章的數(shù)據(jù)文件Cluster_cars.選擇【分析】→【分類】→【K-均值聚類】選擇【分析】→【分類】→【K-均值聚類】SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件SPSS數(shù)據(jù)分析教程-10-聚類分析-課件10.7兩步法聚類10.7兩步法聚類兩步法聚類又稱兩階段聚類，它與系統(tǒng)聚類相似，是揭示數(shù)據(jù)所蘊(yùn)含的自然組別的一種探索性分析方法。

兩步法聚類又稱兩階段聚類，它與系統(tǒng)聚類相似，是揭示數(shù)據(jù)所蘊(yùn)含兩步法聚類的特點(diǎn)（1）聚類變量可以是連續(xù)變量，也可以是分類變量。兩步法聚類充分考慮到這兩種變量的不同性質(zhì)，采用對(duì)數(shù)似然距離來(lái)衡量相似性。（2）它能自動(dòng)確定出類的個(gè)數(shù)。（3）能夠有效地分析大數(shù)據(jù)集。兩步法聚類的特點(diǎn)（1）聚類變量可以是連續(xù)變量，也可以是分類變兩階段聚類算法的兩個(gè)階段第1步：建立一個(gè)聚類特性樹(shù)。第2步：應(yīng)用凝聚算法對(duì)聚類特性樹(shù)的葉節(jié)點(diǎn)進(jìn)行分類。

兩階段聚類算法的兩個(gè)階段第1步：建立一個(gè)聚類特性樹(shù)。兩步法的距離度量?jī)刹椒ǖ木嚯x度量有兩種（1）對(duì)數(shù)似然（SPSS翻譯為對(duì)數(shù)相似值）：這里由于聚類指標(biāo)中含有分類變量，所以只能選擇該項(xiàng)。（2）歐式距離（Euclidean）：當(dāng)聚類指標(biāo)不含有分類變量時(shí)可以選擇該距離。兩步法的距離度量?jī)刹椒ǖ木嚯x度量有兩種聚類數(shù)量（1）自動(dòng)確定：可以選擇自動(dòng)確定，這里可以限定類個(gè)數(shù)的上限。默認(rèn)最多15個(gè)類。也可以據(jù)需要修改類個(gè)數(shù)的最大值。（2）指定固定值：如果很有把握，那么你可以輸入你想要的類個(gè)數(shù)。聚類數(shù)量（1）自動(dòng)確定：可以選擇自動(dòng)確定，這里可以限定類個(gè)聚類準(zhǔn)則有AIC和BIC兩個(gè)準(zhǔn)則，這兩個(gè)模型選擇準(zhǔn)則在選擇模型方面基本類似，都是綜合考慮樣本數(shù)和模型的復(fù)雜程度。AIC或者BIC的值越小，模型越好。聚類準(zhǔn)則有AIC和BIC兩個(gè)準(zhǔn)則，這兩個(gè)模型選擇準(zhǔn)則在選擇兩步法案例分析數(shù)據(jù)文件Twosteps_car.sav選擇【分析】→【分類】→【兩步聚類】

兩步法案例分析數(shù)據(jù)文件T