聚类分析的定义及原理

聚类方法及其在SPSS中的实现

总结及拓展

聚类分析的定义及原理

1.定义

所谓物以类聚、人以群分。聚类分析，即是基于研究对象的特征，将他们分门别类，以让同类别的个体之间差异相对小、相似度相对大，不同类别之间的个体差异大、相似度小。

聚类分析是一种探索性分析方法，与判别分析不同，聚类分析事先并不知道分类的标准，甚至不知道应该分成几类，而是会根据样本数据的特征，自动进行分类。

聚类与分类的不同在于，聚类所要求划分的类是未知的

2.原理

假定研究对象均用所谓的“点”来表示。
在聚类分析中，一般的规则是将“距离”较小的点归为同一类，将“距离”较大的点归为不同的类。
常见的是对个案分类，也可以对变量分类，但对于变量分类此时一般使用相似系数作为“距离”测量指标。

一般的规则：

聚类方法及其在SPSS中的实现

1.主要的聚类方法：

2.方法详解：

（1）：K-means聚类

又称为快速聚类（K-Means Cluster），是在聚类的类别数已确定的情况下，快速将其他个案归类到相应的类别，适合大样本数据的聚类。

具体步骤如下：

距离计算规则（欧几你得距离公式）：

图解：

K-means的优缺点：

优势：

（1）原理比较简单，实现也很容易，收敛速度快。

（2）在对大规模数据集进行聚类分析时，算法聚类较高效且聚类效果较好。

（3）簇与簇之间区别明显时，它的聚类效果很好。

不足：

（1）分类数从初始分类开始就确定不变了，所以要求事先要对样本有足够的了解。

（2）仅限于个案间的聚类（Q型聚类），不能对变量进行聚类。

（3）个案间的距离的测量方法使用的是欧式距离的平方，因此只能对连续变量进行聚类。

案例分析（SPSS）：
通过查询整理出了2018年我国各省份的20项基本情况，根据这些指标把这31个省市或地区分成3类。

分析步骤：分析>>分类>>K-均值聚类>>迭代>>次数>>选项>>勾选统计>>确认

结果分析：

若不收敛则调大迭代次数

方差分析表：

其中聚类均方对应组间均方差，误差均方对应组内均方差，显著性p<0.05时说明此变量分类效果好。由表可知，大部分变量的p<0.05,且组间均方差大于组内均方差，说明各变量在三个类别中的差异大，分类结果可信度高。

聚类结果解读：

第一类：1个省份（广东省，经济发达）

第二类：19个省份（云南、西藏等地区，经济一般）

第三类：11个省份（上海、北京等地区，经济较发达）

（后续会继续更新系统聚类和二阶聚类）

聚类分析（K-means、系统聚类和二阶聚类）的原理、实例及在SPSS中的实现（一）相关推荐

SPSS聚类分析（含k-均值聚类，系统聚类和二阶聚类）
本篇博客主要是根据1.聚类的基本知识点_哔哩哔哩_bilibili系列视频进行的学习记录一.SPSS聚类分析的基本知识点 1.什么是聚类分析? 聚类分析(Cluster analysis)又叫做群集 ...
python 聚类分析 k means
Kmeans 是一种动态聚类方法,其基本思想是:首先随机选取 K 个点作为初始凝聚点,按照距离最近原则划分为 K 类:然后重新计算 K 个类的重心作为新的凝聚点,再按照距离最近原则重新分类:重复这一过 ...
OpenCV的k - means聚类 -对图片进行颜色量化
OpenCV的k - means聚类目标学习使用cv2.kmeans()数据聚类函数OpenCV 理解参数输入参数样品:它应该的np.float32数据类型,每个特性应该被放在一个单独的列. ...
OpenCV官方文档理解k - means聚类
理解k - means聚类目标在这一章中,我们将了解k - means聚类的概念,它是如何工作等. 理论我们将这个处理是常用的一个例子. t恤尺寸问题考虑一个公司要发布一个新模型的t恤. 显然 ...
k均值聚类算法(K Means)及其实战案例
算法说明 K均值聚类算法其实就是根据距离来看属性,近朱者赤近墨者黑.其中K表示要聚类的数量,就是说样本要被划分成几个类别.而均值则是因为需要求得每个类别的中心点,比如一维样本的中心点一般就是求这些样本 ...
k means聚类算法_一文读懂K-means聚类算法
1.引言什么是聚类?我们通常说,机器学习任务可以分为两类,一类是监督学习,一类是无监督学习.监督学习:训练集有明确标签,监督学习就是寻找问题(又称输入.特征.自变量)与标签(又称输出.目标.因变量) ...
聚类算法：K-means聚类与系统（层次）聚类SPSS操作
笔记整理来自清风老师的数学建模课程: https://www.bilibili.com/video/BV1gJ411k7X4?from=search&seid=1537010279875630 ...
python聚类分析如何确定分类个数_Python数据挖掘—聚类—KMeans划分法
概念聚类分析:是按照个体的特征将它们分类,让同一个类别内的个体之间具有较高的相似度,不同类别之间具有较大差异性无分类目标变量(Y)--无监督学习 K-Means划分法.DBSCAN密度法.层次聚类 ...
K均值聚类关于初始聚类中心的探讨
摘要:进入二十一世纪以来,科学技术的不断发展,使得数据挖掘技术得到了学者越来越多的关注.数据挖掘是指从数据库中发现隐含在大量数据中的新颖的.潜在的有用信息和规则的过程,是一种处理数据库数据的知识发现. ...

聚类分析（K-means、系统聚类和二阶聚类）的原理、实例及在SPSS中的实现（一）

聚类分析的定义及原理

1.定义

2.原理

聚类方法及其在SPSS中的实现

1.主要的聚类方法：

2.方法详解：

（1）：K-means聚类

聚类分析（K-means、系统聚类和二阶聚类）的原理、实例及在SPSS中的实现（一）相关推荐

最新文章

热门文章