聚類(lèi)分析快速聚類(lèi)分析課件

聚類(lèi)分析快速聚類(lèi)分析課件第一頁(yè)，共十四頁(yè)，2022年，8月28日快速樣本聚類(lèi)的基本概念：當(dāng)要聚成的類(lèi)數(shù)已知時(shí)，使用快速聚類(lèi)過(guò)程可以很快將觀測(cè)量分到各類(lèi)中去，其特點(diǎn)是處理速度快，占用內(nèi)存少。

K-MeansCluster執(zhí)行快速樣本聚類(lèi)，使用K均值分類(lèi)法對(duì)觀測(cè)量進(jìn)行聚類(lèi)。可以完全使用系統(tǒng)默認(rèn)值執(zhí)行該命令，也可以對(duì)聚類(lèi)過(guò)程設(shè)置各種參數(shù)進(jìn)行人為的干預(yù)。例如，可以事先指定把數(shù)據(jù)文件的觀測(cè)量分為幾類(lèi)：指定是聚類(lèi)過(guò)程中止的判據(jù)，或迭代次數(shù)等。第二頁(yè)，共十四頁(yè)，2022年，8月28日

快速聚類(lèi)適用于大樣本的聚類(lèi)分析，它能快速的把個(gè)觀測(cè)量分到各類(lèi)中去。進(jìn)行快速樣本聚類(lèi)首先要選擇用于聚類(lèi)分析的變量和類(lèi)數(shù)。參與聚類(lèi)分析的變量必須是數(shù)值型變量，且至少要有一個(gè)。為了清楚地表明各觀察量最后聚到哪一類(lèi)，還應(yīng)該指定一個(gè)表明觀測(cè)量特征的變量作為標(biāo)識(shí)變量，例如編號(hào)、姓名之類(lèi)的變量。聚類(lèi)必須大于等于2，但是聚類(lèi)數(shù)不能大于數(shù)據(jù)文件中的觀測(cè)數(shù)。

第三頁(yè)，共十四頁(yè)，2022年，8月28日如果選擇了n個(gè)數(shù)值型變量參與聚類(lèi)分析，最后要求聚類(lèi)數(shù)為k。那么可以由系統(tǒng)首先選擇k個(gè)觀測(cè)量（也可以由用戶指定）作為聚類(lèi)的種子，n個(gè)變量組成n維空間。每個(gè)觀測(cè)量在n維空間中是個(gè)點(diǎn)。K個(gè)事先指定的觀測(cè)量就是k個(gè)聚類(lèi)中心點(diǎn)，也稱(chēng)為初始類(lèi)中心。按照距這幾個(gè)類(lèi)中心的距離最小原則把觀測(cè)量分派到各類(lèi)中心所在地類(lèi)中；形成第一次迭代形成的k類(lèi)。根據(jù)組成每一類(lèi)的觀測(cè)量計(jì)算各變量均值，每一類(lèi)中的n個(gè)均值在n維空間中又形成k個(gè)點(diǎn)，這就是第二次迭代的類(lèi)中心，按照這種方法依次迭代下去，直到達(dá)到指定的迭代次數(shù)或中止迭代的判別要求時(shí)，迭代停止，聚類(lèi)結(jié)束。從上述分析過(guò)程可以看出，K-MeansCluster不僅是快速樣本聚類(lèi)過(guò)程，而且是一種逐步聚類(lèi)分析。所謂逐步聚類(lèi)分析就是先把聚類(lèi)對(duì)象進(jìn)行初步原始分類(lèi)，然后逐步進(jìn)行調(diào)整，得到最終分類(lèi)。第四頁(yè)，共十四頁(yè)，2022年，8月28日舉例：為研究?jī)和L(zhǎng)發(fā)育的分期，調(diào)查1253名1個(gè)月至7歲兒童的身高（Cm）、體重（Kg）、胸圍（Cm）和坐高（Cm）資料。資料作如下處理：先把1個(gè)月至7歲劃成19個(gè)月份段，分算出各指標(biāo)的平均值，將第一個(gè)月的各指標(biāo)平均值與出生時(shí)的各指標(biāo)平均值比較，求出月平均增長(zhǎng)率（%），然后第二個(gè)月起的各月份指標(biāo)平均值與前一月比較，亦求出月平均增長(zhǎng)率（%），結(jié)果見(jiàn)SPSS軟件窗口。欲將兒童生長(zhǎng)發(fā)育分為四期，故指定聚類(lèi)的類(lèi)別數(shù)為4，請(qǐng)通過(guò)聚類(lèi)分析確定四個(gè)兒童生長(zhǎng)發(fā)育的起止區(qū)間。第五頁(yè)，共十四頁(yè)，2022年，8月28日表1，初始分類(lèi)中心第六頁(yè)，共十四頁(yè)，2022年，8月28日表2，初始分類(lèi)中心第七頁(yè)，共十四頁(yè)，2022年，8月28日表3，中止分類(lèi)中心第八頁(yè)，共十四頁(yè)，2022年，8月28日表4，方差分析第九頁(yè)，共十四頁(yè)，2022年，8月28日表5，每類(lèi)例數(shù)第十頁(yè)，共十四頁(yè)，2022年，8月28日結(jié)果分析：

表1、表2、表3顯示：首先系統(tǒng)根據(jù)用戶的指定，按四類(lèi)聚合確定初始聚類(lèi)的各變量中心點(diǎn)，未經(jīng)K-Means算法迭代，其類(lèi)別間距離并非最優(yōu)；經(jīng)迭代運(yùn)算后類(lèi)別間各變量中心值得到修正。第十一頁(yè)，共十四頁(yè)，2022年，8月28日表4、表5顯示：對(duì)聚類(lèi)結(jié)果的類(lèi)別間距離進(jìn)行方差分析，方差分析表明，類(lèi)別間距離差異的概率值均﹤0.001，即聚類(lèi)效果最好。這樣，原有19類(lèi)（即原有的19個(gè)月份分組）聚合成4類(lèi)，第一類(lèi)還原有1類(lèi)，第二類(lèi)還原有1類(lèi)，第三類(lèi)還原有2類(lèi)，第四類(lèi)還原有15類(lèi)。具體結(jié)果系統(tǒng)以變量名QCL_1存于原始文件中。第十二頁(yè)，共十四頁(yè)，2022年，8月28日最后分析結(jié)果：

在原始數(shù)據(jù)文件中，我們可以清楚地看到聚類(lèi)結(jié)果；參照專(zhuān)業(yè)知識(shí)，將兒童生長(zhǎng)發(fā)育分期定為：第一期，出生后至滿月，增長(zhǎng)率最高。第二期，第二個(gè)月起至第三個(gè)月，增長(zhǎng)率次之。第三期，第三個(gè)月起至第八個(gè)月，增長(zhǎng)率減緩。