講聚類分析與判別分析演示文稿

講聚類分析與判別分析演示文稿當(dāng)前1頁，總共26頁。（優(yōu)選）第講聚類分析與判別分析當(dāng)前2頁，總共26頁。K-均值聚類法基本原理當(dāng)前3頁，總共26頁。K均值聚類法迭代終止條件兩次迭代計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

倍到達迭代次數(shù)的上限當(dāng)前4頁，總共26頁。K均值聚類的優(yōu)缺點優(yōu)點：占有內(nèi)存少、計算量小、處理速度快，特別適合大樣本的聚類分析缺點：1、應(yīng)用范圍有限，要求用戶指定分類數(shù)目；2、只能對觀測量聚類，而不能對變量聚類；3、所使用的聚類變量必須都是連續(xù)性變量。當(dāng)前5頁，總共26頁。利用如下數(shù)據(jù)將以下城市按照空氣指標(biāo)分類當(dāng)前6頁，總共26頁。

執(zhí)行【Analyze】/【Classify】/【K-meansCluster】命令，彈出如圖所示對話框當(dāng)前7頁，總共26頁。結(jié)果解讀初始聚類中心表當(dāng)前8頁，總共26頁。迭代史表6次終止迭代當(dāng)前9頁，總共26頁。最終聚類中心表當(dāng)前10頁，總共26頁。7.2系統(tǒng)聚類法系統(tǒng)聚類法的基本思想是：視觀測量（或者變量）各自成為一類；找性質(zhì)最接近的兩個類合并成一個新類，計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。當(dāng)前11頁，總共26頁。

系統(tǒng)聚類法優(yōu)點：既可以對觀測量也可以對變量進行聚類；所使用的變量既可以是連續(xù)變量也可以是分類變量；提供的距離計算方法和結(jié)果顯示方法也很豐富。當(dāng)前12頁，總共26頁。觀測量聚類：按照交通情況對各地進行聚類當(dāng)前13頁，總共26頁。

執(zhí)行【Analyze】/【Classify】/【HierarchicalCluster】命令，彈出如圖所示的對話框當(dāng)前14頁，總共26頁。結(jié)果解讀聚類進度表當(dāng)前15頁，總共26頁。龍骨圖當(dāng)前16頁，總共26頁。變量聚類：按照日照數(shù)對月份進行聚類

當(dāng)前17頁，總共26頁。

結(jié)果解讀聚類進度表垂直冰柱圖從下往上看當(dāng)前18頁，總共26頁。龍骨圖當(dāng)前19頁，總共26頁。7.3判別分析——Discriminant過程判別分析簡介干什么？判別樣品所屬類型的一種統(tǒng)計方法與聚類分析的關(guān)系相同點：解決分類問題不同點：判別分析是在已知研究對象分成若干類型，對未知類型的樣品進行判別分類當(dāng)前20頁，總共26頁。判別分析的一般步驟當(dāng)前21頁，總共26頁。常用判別法距離判別法：根據(jù)已知分類的數(shù)據(jù)，分別計算各類的均值（重心），判別準(zhǔn)則是任給一次觀測，若它與第i類的重心距離最近，就認(rèn)為它來自第i類。

◆注意：

距離一般采用馬氏距離；距離判別適合對自變量均為連續(xù)變量的情況進行分類；距離判別對各類的分布無特定的要求。當(dāng)前22頁，總共26頁。Fisher判別法：借助方差分析的思想構(gòu)造一個判別函數(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)計算出待判樣品的判別指標(biāo)，然后與判別臨界值進行比較，判別它的類屬。Fisher判別對各類分布、方差都沒有限制。但當(dāng)總體個數(shù)較多時，計算比較麻煩。當(dāng)前23頁，總共26頁。Bayes判別法：在考慮先驗概率的前提下，利用Bayes公式計算樣品來自第i類的后驗概率，使用錯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.當(dāng)前24頁，總共26頁。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“最重要”的變量進入判別式，同時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)及時從判別式