聚類分析課件

聚類和聚類分析指導老師：任俊玲成員：宋小舟金銘胡銳豪程亞兵.目錄1.聚類的概念2.聚類分析的原理3.聚類分析的分類4.距離和相似系數5.系統(tǒng)聚類分析6.快速聚類7.致謝.什么是聚類早在孩提時代，人就通過不斷改進下意識中的聚類模式來學會如何區(qū)分貓和狗，動物和植物.

什么是聚類聚類（Clustering）就是將數據分組成為多個類（Cluster）。在同一個類內對象之間具有較高的相似度，不同類之間的對象差別較大。.聚類分析的原理聚類分析的基本原理：我們分析的樣本或指標之間存在著程度不同的相似性（親疏關系）。.聚類分析法的分類Q型聚類分析是對樣本進行分類處理的R型聚類分析是對變量(指標)進行分類處理的。R型聚類分析的特點(1)R型聚類分析不但可以了解個別變量之間的親疏程度，而且可以了解各個變量組合之間的親疏程度。

(2)根據變量的分類結果以及它們之間的關系，可以選擇主要變量進行回歸分析。.Q型聚類分析的特點

(1)可以綜合利用多個變量的信息對樣本進行分類。

(2)分類結果是直觀的，聚類譜系圖非常清楚地表現(xiàn)其數值分類結果。

(3)聚類分析所得到的結果比傳統(tǒng)的分類方法更細致，全面，合理。.聚類分析的分類.距離和相似系數為了將樣品（或指標）進行分類，就需要研究樣品之間關系。目前用得最多的方法有兩個：一種方法：相似系數；另一種方法：距離；.距離的定義方式絕對值距離歐氏(Euclidean)距離切比雪夫(Chebychev)距離明氏(Minkowski)距離.相似系數夾角余弦Pearson相關系數指數相似系數.系統(tǒng)聚類分析的原理于是根據一批樣本的多個觀測指標，具體找出一些能夠度量樣本或指標之間相似程度的統(tǒng)計量，以這些統(tǒng)計量為劃分類型的依據，把一些相似程度較大的樣本（或指標）聚合為一類，把另外一些彼此之間相似程度較大的樣本（或指標）又聚合為另一類，關系密切的聚合到一個小的分類單位，關系疏遠的聚合到一個大的分類單位，直到所有的樣本（或指標）都聚合完畢.把不同的類型一一劃分出來，形成一個由小到大的分類系統(tǒng)，最后在把所有的樣品（或指標）間的親疏關系表示出來，這種方法稱為系統(tǒng)聚類分析法把.系統(tǒng)聚類的基本步驟構造n個類，每個類包含且只包含一個樣品。計算n個樣品兩兩間的距離，構成距離矩陣，記作D0。合并距離最近的兩類為一新類。計算新類與當前各類的距離。若類的個數等于1，轉到步驟(5)，否則回到步驟(3)。畫聚類圖。決定類的個數，及各類包含的樣品數，并對類作出解釋。.系統(tǒng)聚類(Hierarchicalclustering)最短距離法(singlelinkage)最長距離法(completelinkage)中間距離法(medianmethod)可變距離法(flexiblemedian)重心法(centroid)類平均法(average)可變類平均法(flexibleaverage)Ward最小方差法(Ward’sminimumvariance).類間距離S1S3S2S4S5最短距離(singlelinkage).最長距離(completelinkage)類間距離S1S3S4S5.類間距離S1S3S2S4S5重心間距離(centroid).類間距離S1S3S2S4S5平均距離(average).類間距離S1S3S2S4S5最短距離.例6個不同民族的標化死亡率與出生時的期望壽命

.各民族之間的歐氏距離(標準化資料)D0

滿族朝鮮族蒙古族維吾爾族藏族哈薩克族G1={S1}G2={S2}G3={S3}G4={S4}G5={S5}G6={S6}滿族G1={S1}0朝鮮族G2={S2}1.2020蒙古族G3={S3}1.7320.5320維吾爾族G4={S4}3.5702.3741.8510藏族G5={S5}3.2242.0481.5390.4220哈薩克族G6={S6}3.1731.9731.4480.4060.3110.D1

G1={S1}G2={S2}G3={S3}G4={S4}G7={S5,S6}G1={S1}0G2={S2}1.2020G3={S3}1.7320.5320G4={S4}3.5702.3741.8510G7={S5,S6}3.1731.9731.4480.4060.D2G1={S1}G2={S2}G3={S3}G8={S4,S5,S6}G1={S1}0G2={S2}1.2080G3={S3}1.7320.5320G8={S4,S5,S6}3.1731.9731.4480.D3G1={S1}G9={S2,S3}G8={S4,S5,S6}G1={S1}0G9={S2,S3}1.2020G8={S4,S5,S6}3.1731.4480.D4G10={S1,S2,S3}G8={S4,S5,S6}G10={S1,S2,S3}0G8={S4,S5,S6}1.4480.例資料的譜系聚類圖(最短距離法)

藏族哈薩克族維吾爾族朝鮮族蒙古族滿族Dendrograms(clustertrees)0.3110.4060.5321.2021.448.例資料的譜系聚類圖(最長距離法)

藏族哈薩克族維吾爾族朝鮮族蒙古族滿族Dendrograms(clustertr