第九章聚類(lèi)分析

1、第九章第九章spss聚類(lèi)分析聚類(lèi)分析本章內(nèi)容9.1 聚類(lèi)分析的一般問(wèn)題聚類(lèi)分析的一般問(wèn)題9.2 層次聚類(lèi)層次聚類(lèi)9.3 k-means聚類(lèi)聚類(lèi)9.1 聚類(lèi)分析的一般問(wèn)題9.1.1 聚類(lèi)分析的意義聚類(lèi)分析的意義 聚類(lèi)分析是統(tǒng)計(jì)學(xué)中研究聚類(lèi)分析是統(tǒng)計(jì)學(xué)中研究“物以類(lèi)聚物以類(lèi)聚”問(wèn)題的多元統(tǒng)計(jì)問(wèn)題的多元統(tǒng)計(jì)分析方法。分析方法。 聚類(lèi)分析是一種建立分類(lèi)的多元統(tǒng)計(jì)分析方法，它能聚類(lèi)分析是一種建立分類(lèi)的多元統(tǒng)計(jì)分析方法，它能夠?qū)⒁慌鷺颖荆ɑ蜃兞浚?shù)據(jù)根據(jù)其諸多特征，按照在性質(zhì)夠?qū)⒁慌鷺颖荆ɑ蜃兞浚?shù)據(jù)根據(jù)其諸多特征，按照在性質(zhì)上的親疏程度（各變量取值上的總體差異程度）在沒(méi)有先驗(yàn)上的親疏程度（各變量取值上的

2、總體差異程度）在沒(méi)有先驗(yàn)知識(shí)（沒(méi)有事先指定的分類(lèi)標(biāo)準(zhǔn)）的情況下進(jìn)行自動(dòng)分類(lèi)，知識(shí)（沒(méi)有事先指定的分類(lèi)標(biāo)準(zhǔn)）的情況下進(jìn)行自動(dòng)分類(lèi)，產(chǎn)生多個(gè)分類(lèi)結(jié)果。類(lèi)內(nèi)部的個(gè)體在特征上具有相似性，不產(chǎn)生多個(gè)分類(lèi)結(jié)果。類(lèi)內(nèi)部的個(gè)體在特征上具有相似性，不同類(lèi)間個(gè)體特征的差異性較大。同類(lèi)間個(gè)體特征的差異性較大。 例如，學(xué)校里有些同學(xué)經(jīng)常在一起，關(guān)系比較例如，學(xué)校里有些同學(xué)經(jīng)常在一起，關(guān)系比較密切，而他們與另一些同學(xué)卻很少來(lái)往，關(guān)系比較密切，而他們與另一些同學(xué)卻很少來(lái)往，關(guān)系比較疏遠(yuǎn)。究其原因可能會(huì)發(fā)現(xiàn)，經(jīng)常在一起的同學(xué)的疏遠(yuǎn)。究其原因可能會(huì)發(fā)現(xiàn)，經(jīng)常在一起的同學(xué)的家庭情況、性格、學(xué)習(xí)成績(jī)、課余愛(ài)好等方面有許家庭情況、

3、性格、學(xué)習(xí)成績(jī)、課余愛(ài)好等方面有許多共同之處，而關(guān)系比較疏遠(yuǎn)的同學(xué)在這些方面有多共同之處，而關(guān)系比較疏遠(yuǎn)的同學(xué)在這些方面有較大的差異性。為了研究家庭情況、性格、學(xué)習(xí)成較大的差異性。為了研究家庭情況、性格、學(xué)習(xí)成績(jī)、課余愛(ài)好等是否會(huì)成為劃分學(xué)生小群體的主要績(jī)、課余愛(ài)好等是否會(huì)成為劃分學(xué)生小群體的主要決定因素，可以從有關(guān)這些方面的數(shù)據(jù)入手，進(jìn)行決定因素，可以從有關(guān)這些方面的數(shù)據(jù)入手，進(jìn)行客觀分組，然后比較所得的分組是否與實(shí)際相吻合?？陀^分組，然后比較所得的分組是否與實(shí)際相吻合。對(duì)學(xué)生的客觀分組就可采用聚類(lèi)分析方法。對(duì)學(xué)生的客觀分組就可采用聚類(lèi)分析方法。聚類(lèi)分析中，個(gè)體之間的聚類(lèi)分析中，個(gè)體之間的“

4、親疏程度親疏程度”是極為重要的是極為重要的，它將直接影響最終的聚類(lèi)結(jié)果。對(duì)，它將直接影響最終的聚類(lèi)結(jié)果。對(duì)“親疏親疏”程度的程度的測(cè)度一般有兩個(gè)角度：第一，個(gè)體間的相似程度；測(cè)度一般有兩個(gè)角度：第一，個(gè)體間的相似程度；第二，個(gè)體間的差異程度。衡量個(gè)體間的相似程度第二，個(gè)體間的差異程度。衡量個(gè)體間的相似程度通常可采用簡(jiǎn)單相關(guān)系數(shù)等，個(gè)體間的差異程度通通?？刹捎煤?jiǎn)單相關(guān)系數(shù)等，個(gè)體間的差異程度通常通過(guò)某種距離來(lái)測(cè)度。常通過(guò)某種距離來(lái)測(cè)度。為定義個(gè)體間的距離應(yīng)先將每個(gè)樣本數(shù)據(jù)看成為定義個(gè)體間的距離應(yīng)先將每個(gè)樣本數(shù)據(jù)看成k維維空間的一個(gè)點(diǎn)，通常，點(diǎn)與點(diǎn)之間的距離越小，意空間的一個(gè)點(diǎn)，通常，點(diǎn)與點(diǎn)之間的

5、距離越小，意味著他們?cè)轿吨麄冊(cè)健坝H密親密”，越有可能聚成一類(lèi)，點(diǎn)與點(diǎn)之，越有可能聚成一類(lèi)，點(diǎn)與點(diǎn)之間的距離越大，意味著他們?cè)介g的距離越大，意味著他們?cè)健笆柽h(yuǎn)疏遠(yuǎn)”，越有可能分，越有可能分別屬于不同的類(lèi)。別屬于不同的類(lèi)。9.1.2 聚類(lèi)分析中聚類(lèi)分析中“親疏程度親疏程度”的度量方法的度量方法例：下表是同一批客戶對(duì)經(jīng)常光顧的五座商場(chǎng)在購(gòu)物環(huán)境和例：下表是同一批客戶對(duì)經(jīng)常光顧的五座商場(chǎng)在購(gòu)物環(huán)境和服務(wù)質(zhì)量?jī)煞矫娴钠骄梅?，現(xiàn)希望根據(jù)這批數(shù)據(jù)將五座商服務(wù)質(zhì)量?jī)煞矫娴钠骄梅?，現(xiàn)希望根據(jù)這批數(shù)據(jù)將五座商場(chǎng)分類(lèi)。場(chǎng)分類(lèi)。7.1.2 聚類(lèi)分析中“親疏程度”的度量方法歐式距離（歐式距離（euclidean

6、distance）平方歐式距離（平方歐式距離（squared euclidean distance ）切比雪夫（切比雪夫（chebychev）距離）距離block距離距離k222iii 1(xy)(73 66)(68 64)iimax xymax(73 66,68 64)kiii 1xy73666864 1、定距型變量個(gè)體間距離的計(jì)算方式、定距型變量個(gè)體間距離的計(jì)算方式 2、計(jì)數(shù)變量個(gè)體間距離的計(jì)算方式、計(jì)數(shù)變量個(gè)體間距離的計(jì)算方式卡方（卡方（chi-square measure）距離）距離phi方（方（phi-square measure）距離）距離 3、二值（、二值（binary）變量個(gè)體

7、間距離的計(jì)算方式）變量個(gè)體間距離的計(jì)算方式簡(jiǎn)單匹配系數(shù)（簡(jiǎn)單匹配系數(shù)（simple matching）雅科比系數(shù)（雅科比系數(shù)（jaccard）注：聚類(lèi)分析的幾點(diǎn)說(shuō)明注：聚類(lèi)分析的幾點(diǎn)說(shuō)明所選擇的變量應(yīng)符合聚類(lèi)的要求：所選變量應(yīng)能夠從不同的側(cè)面反映所選擇的變量應(yīng)符合聚類(lèi)的要求：所選變量應(yīng)能夠從不同的側(cè)面反映我們研究的目的；我們研究的目的；各變量的變量值不應(yīng)有數(shù)量級(jí)上的差異（對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理）：各變量的變量值不應(yīng)有數(shù)量級(jí)上的差異（對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理）：聚類(lèi)分析是以各種距離來(lái)度量個(gè)體間的聚類(lèi)分析是以各種距離來(lái)度量個(gè)體間的“親疏親疏”程度的，從上述各種距程度的，從上述各種距離的定義看，數(shù)量級(jí)將對(duì)

8、距離產(chǎn)生較大的影響，并影響最終的聚類(lèi)結(jié)離的定義看，數(shù)量級(jí)將對(duì)距離產(chǎn)生較大的影響，并影響最終的聚類(lèi)結(jié)果。果。各變量間不應(yīng)有較強(qiáng)的線性相關(guān)關(guān)系各變量間不應(yīng)有較強(qiáng)的線性相關(guān)關(guān)系9.2 層次聚類(lèi)9.2.1 層次聚類(lèi)的兩種類(lèi)型和兩種方式層次聚類(lèi)的兩種類(lèi)型和兩種方式 層次聚類(lèi)又稱系統(tǒng)聚類(lèi)，簡(jiǎn)單地講是指聚類(lèi)過(guò)程是按層次聚類(lèi)又稱系統(tǒng)聚類(lèi)，簡(jiǎn)單地講是指聚類(lèi)過(guò)程是按照一定層次進(jìn)行的。層次聚類(lèi)有兩種類(lèi)型，分別是照一定層次進(jìn)行的。層次聚類(lèi)有兩種類(lèi)型，分別是q型聚類(lèi)型聚類(lèi)和和r型聚類(lèi)；層次聚類(lèi)的聚類(lèi)方式又有兩種，分別是凝聚方型聚類(lèi)；層次聚類(lèi)的聚類(lèi)方式又有兩種，分別是凝聚方式聚類(lèi)和分解方式聚類(lèi)。式聚類(lèi)和分解方式聚類(lèi)。q型

9、聚類(lèi)型聚類(lèi)：對(duì)樣本樣本進(jìn)行聚類(lèi)，使具有相似特征的樣本聚集在一起，差異性大的樣本分離開(kāi)來(lái)。r型聚類(lèi)型聚類(lèi)：對(duì)變量變量進(jìn)行聚類(lèi)，使具有相似性的變量聚集在一起，差異性大的變量分離開(kāi)來(lái)，可在相似變量中選擇少數(shù)具有代表性的變量參與其他分析，實(shí)現(xiàn)減少變量個(gè)數(shù)，達(dá)到變量降維的目的。凝聚方式聚類(lèi)凝聚方式聚類(lèi)：其過(guò)程是，首先，每個(gè)個(gè)體自成一類(lèi)；然后，按照某種方法度量所有個(gè)體間的親疏程度，并將其中最“親密親密”的個(gè)體聚成一小類(lèi)，形成n-1個(gè)類(lèi)；接下來(lái)，再次度量剩余個(gè)體和小類(lèi)間的親疏程度，并將當(dāng)前最親密的個(gè)體或小類(lèi)再聚到一類(lèi)；重復(fù)上述過(guò)程，直到所有個(gè)體聚成一個(gè)大類(lèi)為止?？梢?jiàn)，這種聚類(lèi)方式對(duì)n個(gè)個(gè)體通過(guò)n-1步可凝聚

10、成一大類(lèi)。分解方式聚類(lèi)分解方式聚類(lèi)：其過(guò)程是，首先，所有個(gè)體都屬一大類(lèi)；然后，按照某種方法度量所有個(gè)體間的親疏程度，將大類(lèi)中彼此間最“疏遠(yuǎn)疏遠(yuǎn)”的個(gè)體分離出去，形成兩類(lèi)；接下來(lái)，再次度量類(lèi)中剩余個(gè)體間的親疏程度，并將最疏遠(yuǎn)的個(gè)體再分離出去；重復(fù)上述過(guò)程，不斷進(jìn)行類(lèi)分解，直到所有個(gè)體自成一類(lèi)為止?？梢?jiàn)，這種聚類(lèi)方式對(duì)包含n個(gè)個(gè)體的大類(lèi)通過(guò)n-1步可分解成n個(gè)個(gè)體。9.2.2 個(gè)體與小類(lèi)、小類(lèi)與小類(lèi)間個(gè)體與小類(lèi)、小類(lèi)與小類(lèi)間“親疏程度親疏程度”的度的度量方法量方法 spss中提供了多種度量個(gè)體與小類(lèi)、小類(lèi)與中提供了多種度量個(gè)體與小類(lèi)、小類(lèi)與小類(lèi)間小類(lèi)間“親疏程度親疏程度”的方法。與個(gè)體間的方法。與

11、個(gè)體間“親疏程度親疏程度”的的測(cè)度方法類(lèi)似，應(yīng)首先定義個(gè)體與小類(lèi)、小類(lèi)與小測(cè)度方法類(lèi)似，應(yīng)首先定義個(gè)體與小類(lèi)、小類(lèi)與小類(lèi)的距離。距離小的關(guān)系親密，距離大的關(guān)系疏遠(yuǎn)。類(lèi)的距離。距離小的關(guān)系親密，距離大的關(guān)系疏遠(yuǎn)。這里的距離是在個(gè)體間距離的基礎(chǔ)上定義的，常見(jiàn)這里的距離是在個(gè)體間距離的基礎(chǔ)上定義的，常見(jiàn)的距離有：的距離有：最近鄰居（最近鄰居（nearest neighbor）距離：個(gè)體與小類(lèi)中每）距離：個(gè)體與小類(lèi)中每個(gè)個(gè)體距離的最小值。個(gè)個(gè)體距離的最小值。最遠(yuǎn)鄰居（最遠(yuǎn)鄰居（furthest neighbor ）距離：個(gè)體與小類(lèi)中）距離：個(gè)體與小類(lèi)中每個(gè)個(gè)體距離的最大值。每個(gè)個(gè)體距離的最大值。組間平

12、均鏈鎖（組間平均鏈鎖（between-groups linkage）距離：個(gè)）距離：個(gè)體與小類(lèi)中每個(gè)個(gè)體距離的平均值。體與小類(lèi)中每個(gè)個(gè)體距離的平均值。組內(nèi)平均鏈鎖（組內(nèi)平均鏈鎖（within-groups linkage）距離：個(gè)體）距離：個(gè)體與小類(lèi)中每個(gè)個(gè)體距離以及小類(lèi)內(nèi)各個(gè)體間距離的平均值。與小類(lèi)中每個(gè)個(gè)體距離以及小類(lèi)內(nèi)各個(gè)體間距離的平均值。重心（重心（centroid clustering）距離：個(gè)體與小類(lèi)的重心）距離：個(gè)體與小類(lèi)的重心點(diǎn)的距離。重心點(diǎn)通常是由小類(lèi)中所有樣本在各變量上的均點(diǎn)的距離。重心點(diǎn)通常是由小類(lèi)中所有樣本在各變量上的均值所確定的點(diǎn)。值所確定的點(diǎn)。離差平方和法（離差平方

13、和法（wards method）：聚類(lèi)過(guò)程中使小類(lèi)）：聚類(lèi)過(guò)程中使小類(lèi)內(nèi)離差平方和增加最小的兩小類(lèi)應(yīng)首先合并為一類(lèi)。內(nèi)離差平方和增加最小的兩小類(lèi)應(yīng)首先合并為一類(lèi)。五座商場(chǎng)兩兩個(gè)體歐氏距離的矩陣proximity matrix五座商場(chǎng)兩兩個(gè)體歐氏距離的矩陣proximity matrix.0008.06217.80426.90730.4148.062.00025.45634.65538.21017.80425.456.0009.22012.80626.90734.6559.220.0003.60630.41438.21012.8063.606.000case1:a商廈2:b商廈3:c商廈4:d商

14、廈5:e商廈1:a商廈2:b商廈3:c商廈4:d商廈5:e商廈 euclidean distancethis is a dissimilarity matrix9.2.3 層次聚類(lèi)的基本操作層次聚類(lèi)的基本操作 1、選擇菜單、選擇菜單analyzeclassifyhierarchical cluster，出現(xiàn)窗口：，出現(xiàn)窗口： 2、把參與層次聚類(lèi)分析的變量選到、把參與層次聚類(lèi)分析的變量選到variable(s)框中?？蛑?。 3、把一個(gè)字符型變量作為標(biāo)記變量選到、把一個(gè)字符型變量作為標(biāo)記變量選到label cases by框中，它將大大增強(qiáng)聚類(lèi)分析結(jié)果的可讀框中，它將大大增強(qiáng)聚類(lèi)分析結(jié)果的可讀性。

15、性。 4、在、在cluster框中選擇聚類(lèi)類(lèi)型。其中框中選擇聚類(lèi)類(lèi)型。其中cases表示進(jìn)表示進(jìn)行行q型聚類(lèi)（默認(rèn)類(lèi)型）；（默認(rèn)類(lèi)型）；variables表示進(jìn)行表示進(jìn)行r型聚類(lèi)。 5、在、在display框中選擇輸出內(nèi)容。其中框中選擇輸出內(nèi)容。其中statistics表表示輸出聚類(lèi)分析的相關(guān)統(tǒng)計(jì)量；示輸出聚類(lèi)分析的相關(guān)統(tǒng)計(jì)量；plot表示輸出聚類(lèi)表示輸出聚類(lèi)分析的相關(guān)圖形。分析的相關(guān)圖形。 6、單擊、單擊method按鈕指定距離的計(jì)算方法。按鈕指定距離的計(jì)算方法。 measure框中給出的是不同變量類(lèi)型下的個(gè)體框中給出的是不同變量類(lèi)型下的個(gè)體距離的計(jì)算方法。其中距離的計(jì)算方法。其中inter

16、val框中的方法適用于框中的方法適用于連續(xù)型定距變量；連續(xù)型定距變量；counts框中的方法適用于品質(zhì)框中的方法適用于品質(zhì)型變量；型變量；binary框中的方法適用于二值變量?？蛑械姆椒ㄟm用于二值變量。cluster method框中給出的是計(jì)算個(gè)體與小類(lèi)、框中給出的是計(jì)算個(gè)體與小類(lèi)、小類(lèi)與小類(lèi)間距離的方法。小類(lèi)與小類(lèi)間距離的方法。7、如果參與聚類(lèi)分析的變量存在數(shù)量級(jí)上的差異，、如果參與聚類(lèi)分析的變量存在數(shù)量級(jí)上的差異，應(yīng)在應(yīng)在transform values框中的框中的standardize選項(xiàng)選項(xiàng)中選擇消除數(shù)量級(jí)差的方法。并指定處理是針對(duì)變中選擇消除數(shù)量級(jí)差的方法。并指定處理是針對(duì)變量的還

17、是針對(duì)樣本的。量的還是針對(duì)樣本的。by variable表示針對(duì)變量，表示針對(duì)變量，適于適于 q 型聚類(lèi)分析；型聚類(lèi)分析；by case 表示針對(duì)樣本，適表示針對(duì)樣本，適于于r型聚類(lèi)分析。型聚類(lèi)分析。 8、單擊、單擊statistics按鈕指定輸出哪些統(tǒng)計(jì)量按鈕指定輸出哪些統(tǒng)計(jì)量 agglomeration schedule表示輸出聚類(lèi)分析表示輸出聚類(lèi)分析的的凝聚狀態(tài)表；proximity matrix表示輸出個(gè)體間表示輸出個(gè)體間的的距離矩陣；cluster membership框中，框中，none表示不輸出樣本所屬類(lèi)，表示不輸出樣本所屬類(lèi)，single solution表示指表示指定輸出當(dāng)分

18、成定輸出當(dāng)分成n類(lèi)時(shí)各樣本所屬類(lèi)，是類(lèi)時(shí)各樣本所屬類(lèi)，是單一解單一解。range of solution表示指定輸出當(dāng)分成表示指定輸出當(dāng)分成m至至n類(lèi)類(lèi)（m小于等于小于等于n）時(shí)各樣本所屬類(lèi)，是）時(shí)各樣本所屬類(lèi)，是多個(gè)解多個(gè)解。層次聚類(lèi)中的凝聚狀態(tài)表agglomeration schedule層次聚類(lèi)中的凝聚狀態(tài)表agglomeration schedule453.606003128.0620043411.0130141328.908230stage1234cluster 1cluster 2cluster combinedcoefficients cluster 1cluster 2stag

19、e cluster firstappearsnext stage 上表中，第一列表示聚類(lèi)分析的第幾步；第二、三列表示本步聚類(lèi)中哪兩個(gè)樣本或小類(lèi)聚成一類(lèi)；第四列式個(gè)體距離或小類(lèi)距離；第五、六列表示本步聚類(lèi)中參與聚類(lèi)的是個(gè)體還是小類(lèi)，0表示樣本，非0表示由第n步聚類(lèi)生成的小類(lèi)參與本步聚類(lèi)；第七列表示本步聚類(lèi)的結(jié)果將在以下第幾步中用到。層次聚類(lèi)中的類(lèi)成員cluster membership層次聚類(lèi)中的類(lèi)成員cluster membership1111223232case1:a商廈2:b商廈3:c商廈4:d商廈5:e商廈3 clusters 2 clusters 9、單擊、單擊plot按鈕指定輸出哪種

20、聚類(lèi)分析圖。按鈕指定輸出哪種聚類(lèi)分析圖。 dendrogram選項(xiàng)表示輸出聚類(lèi)分析選項(xiàng)表示輸出聚類(lèi)分析樹(shù)形圖；在；在icicle框中指定輸出框中指定輸出冰掛圖，其中，其中，all clusters表示輸出聚類(lèi)分表示輸出聚類(lèi)分析每個(gè)階段的冰掛圖，析每個(gè)階段的冰掛圖，specified range of clusters表示表示只輸出某個(gè)階段的冰掛圖，輸入從第幾步開(kāi)始，到第幾步結(jié)只輸出某個(gè)階段的冰掛圖，輸入從第幾步開(kāi)始，到第幾步結(jié)束，中間間隔幾步；在束，中間間隔幾步；在orientation框中指定如何顯示冰掛框中指定如何顯示冰掛圖，其中，圖，其中，vertical表示縱向顯示，表示縱向顯示，ho

21、rizontal表示橫向水表示橫向水平顯示。平顯示。 樹(shù)形圖以躺倒樹(shù)的形式展現(xiàn)了聚類(lèi)分析中的每一次類(lèi)樹(shù)形圖以躺倒樹(shù)的形式展現(xiàn)了聚類(lèi)分析中的每一次類(lèi)合并的情況。合并的情況。spss自動(dòng)將各類(lèi)間的距離映射到自動(dòng)將各類(lèi)間的距離映射到025之間，之間，并將凝聚過(guò)程近似地表示在圖上。并將凝聚過(guò)程近似地表示在圖上。層次聚類(lèi)的冰掛圖 vertical icicle層次聚類(lèi)的冰掛圖 vertical iciclexxxxxxxxxxxxxx xxxxxx x xxxxxx x x xnumber of clusters12345:e商廈 4:d商廈 3:c商廈 2:b商廈 1:a商廈case 10、單擊、單擊

22、save按鈕可以將聚類(lèi)分析的結(jié)果以變量的按鈕可以將聚類(lèi)分析的結(jié)果以變量的形式保存到數(shù)據(jù)編輯窗口中。生成的變量名為形式保存到數(shù)據(jù)編輯窗口中。生成的變量名為clun_m（如（如clu2_1），其中），其中n表示類(lèi)數(shù)（如表示類(lèi)數(shù)（如2），），m表示是第表示是第m次分析（如次分析（如1）。）。 由于不同的距離計(jì)算方法會(huì)產(chǎn)生不同的聚類(lèi)分由于不同的距離計(jì)算方法會(huì)產(chǎn)生不同的聚類(lèi)分析結(jié)果，即使聚成析結(jié)果，即使聚成n類(lèi)，同一樣本的類(lèi)歸屬也會(huì)因類(lèi)，同一樣本的類(lèi)歸屬也會(huì)因計(jì)算方法的不同而不同。因此實(shí)際分析中應(yīng)反復(fù)嘗計(jì)算方法的不同而不同。因此實(shí)際分析中應(yīng)反復(fù)嘗試以最終得到符合實(shí)際的合理解，并保存于試以最終得到符合實(shí)際

23、的合理解，并保存于spss變量中。變量中。9.2.4 層次聚類(lèi)的應(yīng)用舉例層次聚類(lèi)的應(yīng)用舉例 1、利用、利用31個(gè)省市自治區(qū)小康和現(xiàn)代化指數(shù)數(shù)據(jù)進(jìn)個(gè)省市自治區(qū)小康和現(xiàn)代化指數(shù)數(shù)據(jù)進(jìn)行層次聚類(lèi)分析。行層次聚類(lèi)分析。 利用利用spss層次聚類(lèi)層次聚類(lèi)q型聚類(lèi)對(duì)型聚類(lèi)對(duì)31個(gè)省市自治個(gè)省市自治區(qū)進(jìn)行分類(lèi)分析。其中個(gè)體距離采用平方歐式距離，區(qū)進(jìn)行分類(lèi)分析。其中個(gè)體距離采用平方歐式距離，類(lèi)間距離采用平均組間鏈鎖距離，由于數(shù)據(jù)不存在類(lèi)間距離采用平均組間鏈鎖距離，由于數(shù)據(jù)不存在數(shù)量級(jí)上的差異，因此無(wú)需進(jìn)行進(jìn)行標(biāo)準(zhǔn)化處理。數(shù)量級(jí)上的差異，因此無(wú)需進(jìn)行進(jìn)行標(biāo)準(zhǔn)化處理。2、利用裁判打分?jǐn)?shù)據(jù)進(jìn)行聚類(lèi)分析。、利用裁判打

24、分?jǐn)?shù)據(jù)進(jìn)行聚類(lèi)分析。 9.3 k-means聚類(lèi)9.3.1 k-means聚類(lèi)分析的核心步驟聚類(lèi)分析的核心步驟 k-means聚類(lèi)也稱快速聚類(lèi)，仍將數(shù)據(jù)看成聚類(lèi)也稱快速聚類(lèi)，仍將數(shù)據(jù)看成k維空間維空間上的點(diǎn)，仍以距離作為測(cè)度個(gè)體上的點(diǎn)，仍以距離作為測(cè)度個(gè)體“親疏程度親疏程度”的指標(biāo)，并通過(guò)的指標(biāo)，并通過(guò)犧牲多個(gè)解為代價(jià)換得高的執(zhí)行效率，其核心步驟是：犧牲多個(gè)解為代價(jià)換得高的執(zhí)行效率，其核心步驟是：第一，指定聚類(lèi)數(shù)目第一，指定聚類(lèi)數(shù)目k第二，確定第二，確定k個(gè)初始類(lèi)中心個(gè)初始類(lèi)中心 spss中初始類(lèi)中心的指定方式有兩種：一是用戶指定中初始類(lèi)中心的指定方式有兩種：一是用戶指定方式；二是系統(tǒng)指定方式

25、。方式；二是系統(tǒng)指定方式。 第三，根據(jù)距離最近原則進(jìn)行分類(lèi)第三，根據(jù)距離最近原則進(jìn)行分類(lèi) 依次計(jì)算每個(gè)樣本數(shù)據(jù)點(diǎn)到依次計(jì)算每個(gè)樣本數(shù)據(jù)點(diǎn)到k個(gè)類(lèi)中心點(diǎn)的歐式距離，個(gè)類(lèi)中心點(diǎn)的歐式距離，并按距并按距k個(gè)類(lèi)中心點(diǎn)距離最短的原則將所有樣本分成個(gè)類(lèi)中心點(diǎn)距離最短的原則將所有樣本分成k類(lèi)。類(lèi)。第四，重新確定第四，重新確定k個(gè)類(lèi)中心個(gè)類(lèi)中心 中心點(diǎn)的確定原則是，依次計(jì)算各類(lèi)中中心點(diǎn)的確定原則是，依次計(jì)算各類(lèi)中k個(gè)變量的均值個(gè)變量的均值，并以均值點(diǎn)作為，并以均值點(diǎn)作為k個(gè)類(lèi)的中心點(diǎn)。個(gè)類(lèi)的中心點(diǎn)。第五，判斷是否已滿足中止聚類(lèi)分析的條件第五，判斷是否已滿足中止聚類(lèi)分析的條件 條件有兩個(gè)：一是迭代次數(shù)（條件有兩

26、個(gè)：一是迭代次數(shù)（spss默認(rèn)為默認(rèn)為10）；二）；二是類(lèi)中心點(diǎn)偏移程度，即新確定的類(lèi)中心點(diǎn)距上個(gè)類(lèi)中心點(diǎn)是類(lèi)中心點(diǎn)偏移程度，即新確定的類(lèi)中心點(diǎn)距上個(gè)類(lèi)中心點(diǎn)的最大偏移量小于指定的量（的最大偏移量小于指定的量（spss默認(rèn)為默認(rèn)為0.02）時(shí)中止聚）時(shí)中止聚類(lèi)。類(lèi)。 9.3.2 k-means聚類(lèi)分析的操作步驟聚類(lèi)分析的操作步驟1.選擇選項(xiàng)選擇選項(xiàng)analyzeclassifyk-means cluster，打開(kāi)主窗口。，打開(kāi)主窗口。2.選定參與選定參與k-means聚類(lèi)的變量放入聚類(lèi)的變量放入variables框框中。中。3.選擇一個(gè)字符型變量作為標(biāo)記變量放入選擇一個(gè)字符型變量作為標(biāo)記變量放

27、入label cases框中，增加分析結(jié)果的可讀性?？蛑?，增加分析結(jié)果的可讀性。4.在在number of clusters框中輸入聚類(lèi)數(shù)目，該框中輸入聚類(lèi)數(shù)目，該數(shù)應(yīng)小于樣本數(shù)。數(shù)應(yīng)小于樣本數(shù)。5.如果用戶自行指定初始類(lèi)中心點(diǎn)，則單擊如果用戶自行指定初始類(lèi)中心點(diǎn)，則單擊centers按鈕，并在按鈕，并在read initial from框后給出存放初始框后給出存放初始類(lèi)中心的類(lèi)中心的spss數(shù)據(jù)文件名；否則本步可略去。數(shù)據(jù)文件名；否則本步可略去。6.在在method框中指定聚類(lèi)過(guò)程是否調(diào)整類(lèi)中心點(diǎn)。其中，框中指定聚類(lèi)過(guò)程是否調(diào)整類(lèi)中心點(diǎn)。其中，iterate and classify表示在聚類(lèi)分析的每一步都重新確定表示在聚類(lèi)分析的每一步都重新確定類(lèi)中心點(diǎn)（類(lèi)中心點(diǎn)（spss默認(rèn)）；默認(rèn)）；classify only表示聚類(lèi)分析過(guò)程表示聚類(lèi)分析過(guò)程中類(lèi)中心點(diǎn)始終為初始類(lèi)中心點(diǎn)，此時(shí)僅進(jìn)行一次迭代。中類(lèi)中心點(diǎn)始終為初始類(lèi)中心點(diǎn)，此時(shí)僅進(jìn)行一次迭代。7.單擊單擊iterate按鈕確定中止聚類(lèi)的條件。在按鈕確定中止聚類(lèi)的條件。在maximum iterations框后輸入最大迭代次數(shù)，在框后輸入最大迭代次數(shù)，在convergence criterion框后輸入類(lèi)中心的