聚類分析與判別分析第一頁(yè)，共二十八頁(yè)，編輯于2023年，星期一7.1K-均值聚類分析

聚類分析簡(jiǎn)介做什么？把沒(méi)有分類信息的資料按照相似程度歸類怎么做？系統(tǒng)聚類法和非系統(tǒng)聚類法第二頁(yè)，共二十八頁(yè)，編輯于2023年，星期一K-均值聚類法基本原理

第三頁(yè)，共二十八頁(yè)，編輯于2023年，星期一K均值聚類法迭代終止條件兩次迭代計(jì)算的聚心之間距離的最大改變量小于初始聚心間最小距離的

倍到達(dá)迭代次數(shù)的上限第四頁(yè)，共二十八頁(yè)，編輯于2023年，星期一K均值聚類的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：占有內(nèi)存少、計(jì)算量小、處理速度快，特別適合大樣本的聚類分析缺點(diǎn)：1、應(yīng)用范圍有限，要求用戶指定分類數(shù)目；

2、只能對(duì)觀測(cè)量聚類，而不能對(duì)變量聚類；

3、所使用的聚類變量必須都是連續(xù)性變量。第五頁(yè)，共二十八頁(yè)，編輯于2023年，星期一利用如下數(shù)據(jù)將以下城市按照空氣指標(biāo)分類第六頁(yè)，共二十八頁(yè)，編輯于2023年，星期一

執(zhí)行【Analyze】/【Classify】/【K-meansCluster】命令，彈出如圖所示對(duì)話框第七頁(yè)，共二十八頁(yè)，編輯于2023年，星期一結(jié)果解讀初始聚類中心表第八頁(yè)，共二十八頁(yè)，編輯于2023年，星期一迭代史表6次終止迭代第九頁(yè)，共二十八頁(yè)，編輯于2023年，星期一最終聚類中心表第十頁(yè)，共二十八頁(yè)，編輯于2023年，星期一7.2系統(tǒng)聚類法

系統(tǒng)聚類法的基本思想是：視觀測(cè)量（或者變量）各自成為一類；找性質(zhì)最接近的兩個(gè)類合并成一個(gè)新類，計(jì)算在新的類別分劃下各類之間的距離；再將性質(zhì)最接近的兩類合并，直到所有模式聚成一類為止。第十一頁(yè)，共二十八頁(yè)，編輯于2023年，星期一

系統(tǒng)聚類法優(yōu)點(diǎn)：既可以對(duì)觀測(cè)量也可以對(duì)變量進(jìn)行聚類；所使用的變量既可以是連續(xù)變量也可以是分類變量；提供的距離計(jì)算方法和結(jié)果顯示方法也很豐富。第十二頁(yè)，共二十八頁(yè)，編輯于2023年，星期一觀測(cè)量聚類：按照交通情況對(duì)各地進(jìn)行聚類第十三頁(yè)，共二十八頁(yè)，編輯于2023年，星期一

執(zhí)行【Analyze】/【Classify】/【HierarchicalCluster】命令，彈出如圖所示的對(duì)話框第十四頁(yè)，共二十八頁(yè)，編輯于2023年，星期一結(jié)果解讀聚類進(jìn)度表第十五頁(yè)，共二十八頁(yè)，編輯于2023年，星期一龍骨圖第十六頁(yè)，共二十八頁(yè)，編輯于2023年，星期一變量聚類：按照日照數(shù)對(duì)月份進(jìn)行聚類

第十七頁(yè)，共二十八頁(yè)，編輯于2023年，星期一

結(jié)果解讀聚類進(jìn)度表垂直冰柱圖從下往上看第十八頁(yè)，共二十八頁(yè)，編輯于2023年，星期一龍骨圖第十九頁(yè)，共二十八頁(yè)，編輯于2023年，星期一7.3判別分析——Discriminant過(guò)程

判別分析簡(jiǎn)介干什么？判別樣品所屬類型的一種統(tǒng)計(jì)方法與聚類分析的關(guān)系相同點(diǎn)：解決分類問(wèn)題不同點(diǎn)：判別分析是在已知研究對(duì)象分成若干類型，對(duì)未知類型的樣品進(jìn)行判別分類第二十頁(yè)，共二十八頁(yè)，編輯于2023年，星期一判別分析的一般步驟第二十一頁(yè)，共二十八頁(yè)，編輯于2023年，星期一

常用判別法距離判別法：根據(jù)已知分類的數(shù)據(jù)，分別計(jì)算各類的均值（重心），判別準(zhǔn)則是任給一次觀測(cè)，若它與第i類的重心距離最近，就認(rèn)為它來(lái)自第i類。

◆注意：

距離一般采用馬氏距離；距離判別適合對(duì)自變量均為連續(xù)變量的情況進(jìn)行分類；距離判別對(duì)各類的分布無(wú)特定的要求。第二十二頁(yè)，共二十八頁(yè)，編輯于2023年，星期一Fisher判別法：借助方差分析的思想構(gòu)造一個(gè)判別函數(shù)，其中判別系數(shù)的確定原則是使得類間的區(qū)別最大，而且類內(nèi)的離差最小，利用判別函數(shù)計(jì)算出待判樣品的判別指標(biāo)，然后與判別臨界值進(jìn)行比較，判別它的類屬。Fisher判別對(duì)各類分布、方差都沒(méi)有限制。但當(dāng)總體個(gè)數(shù)較多時(shí)，計(jì)算比較麻煩。第二十三頁(yè)，共二十八頁(yè)，編輯于2023年，星期一Bayes判別法：在考慮先驗(yàn)概率的前提下，利用Bayes公式計(jì)算樣品來(lái)自第i類的后驗(yàn)概率，使用錯(cuò)判損失最小的概念作判別準(zhǔn)則，建立判別函數(shù)，將待判樣品歸入來(lái)自概率最大類。Bayes判別主要用于多類判別，它要求總體呈多元正態(tài)分布.第二十四頁(yè)，共二十八頁(yè)，編輯于2023年，星期一逐步判別法：逐步判別法與逐步回歸法的基本思想類似，都是逐步引入變量，每引入一個(gè)“最重要”的變量進(jìn)入判別式，同時(shí)也考慮較早引入判別式的某些變量，若其判別能力不顯著了，應(yīng)及時(shí)從判別式中剔除去，直到判別式中沒(méi)有不重要的變量需要剔除，且也沒(méi)有重要的變量要引入為止。第二十五頁(yè)，共二十八頁(yè)，編輯于2023年，星期一