第十三章 聚类分析.ppt

第三十页，共六十五页，2022年，8月28日 D(1)中类间最小距离是d65=3.51,合并类G6和G5，得新类 再利用 第三十一页，共六十五页，2022年，8月28日 第三十二页，共六十五页，2022年，8月28日 第三十三页，共六十五页，2022年，8月28日 D(2)中类间最小距离是d12=11.67,合并类G1和G2，得新类 这时我们有两个类G7={3,4,5}和G8={1,2},它们的最近距离 第三十四页，共六十五页，2022年，8月28日 第三十五页，共六十五页，2022年，8月28日 把上述谱系聚类过程作图表示，即成谱系图13-2。从图13-2上可以清楚地看到各个类在不同距离水平上聚集和归并的过程。 0 5 10 25 15 20 图13-2 最长距离法谱系图 河南3 甘肃4 青海5 辽宁1 浙江2 第三十六页，共六十五页，2022年，8月28日 在距离为2.20这个水平上首先合并对象(34)；然后，更新距离矩阵后又在距离为3.51这个水平上合并类(34)和(2)，变成新类(345)；在距离为11.67这个水平上又合并(2)和(1)，得新类(12) ；最后在距离为24.63这个水平上又把类(345)和(12)合并，形成一个大类的聚类系统。 河南3 甘肃4 青海5 辽宁1 浙江2 0 5 10 25 15 20 第三十七页，共六十五页，2022年，8月28日 最后决定类的个数与类。如果在图13-2距离为23处切一刀，即得到两类。他们分别是{河南，甘肃，青海}与{辽宁，浙江}。 河南3 甘肃4 青海5 辽宁1 浙江2 0 5 10 25 15 20 第三十八页，共六十五页，2022年，8月28日 例13-2 下面的矩阵为5个对象之间的假想的欧氏距离，用系统聚类法对5个对象进行分类。 第三十九页，共六十五页，2022年，8月28日 一、最短距离法 (1)先即每个对象看成一类，这五类之间的距离等于5个样本之间的距离。 (2)将两个距离最接近的对象进行合并。由于 第四十页，共六十五页，2022年，8月28日 故将对象5和3合并成一新类，形成聚类（35） 其最近相邻的距离是： 第四十一页，共六十五页，2022年，8月28日 从D(0)中将对象3和5的行和列删除，并将对应于(35)行和列加上，便得到新的距离聚阵D(1)。 第四十二页，共六十五页，2022年，8月28日 D(1)中类间最小距离是d(35)1=3,合并类(35)和(1)，得到一个新的聚类（135） 其最近相邻的距离是： 第四十三页，共六十五页，2022年，8月28日 便得到新的距离聚阵D(2)。 第四十四页，共六十五页，2022年，8月28日 D(2)中类间最小距离是d24=5,合并类(2)和(4)，得新类 这时我们有两个类(135)和(24)},它们的最近距离 第四十五页，共六十五页，2022年，8月28日 最终的矩阵变为 第四十六页，共六十五页，2022年，8月28日 聚 类 分 析 中国矿业大学管理学院 陈 权 宝 Applied Statistics 2002-10-22 * 第十三章 聚类分析 第一页，共六十五页，2022年，8月28日 例13-1 为研究辽宁等5省区1991年城镇居民生活费的分布规律，根据调查资料做类型划分。指标名称及原始数据见下表。 X1 人均粮食支出 X5 人均衣着商品支出 X2 人均副食支出 X6 人均日用品支出 X3 人均烟、酒、茶支出 X7 人均燃料支出 X4 人均其他副食支出 X8 人均非商品支出 X1 X2 X3 X4 X5 X6 X7 X8 辽宁 浙江 河南 甘肃 青海 7.90 7.68 9.42 9.16 10.06 39.77 50.37 27.93 27.98 28.64 8.49 11.35 8.20 9.01 10.52 12.94 13.30 8.14 9.32 10.05 19.27 19.25 16.17 15.99 16.18 11.05 14.59 9.42 9.10 8.39 2.02 2.75 1.55 1.82 1.96 13.29 14.87 9.76 11.35 10.81 第二页，共六十五页，2022年，8月28日 第一节 聚类分析的基本概念 一、聚类分析的基本思想 我们分析的样本或指标之间存在着程度不同的相似性（亲疏关系）。于是根据一批样本的多个观测指标，具体找出一些能够度量样本或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样本（或指标）聚合为一类