聚類(lèi)分析課件

聚類(lèi)和聚類(lèi)分析指導(dǎo)老師：任俊玲成員：宋小舟金銘胡銳豪程亞兵.目錄1.聚類(lèi)的概念2.聚類(lèi)分析的原理3.聚類(lèi)分析的分類(lèi)4.距離和相似系數(shù)5.系統(tǒng)聚類(lèi)分析6.快速聚類(lèi)7.致謝.什么是聚類(lèi)早在孩提時(shí)代，人就通過(guò)不斷改進(jìn)下意識(shí)中的聚類(lèi)模式來(lái)學(xué)會(huì)如何區(qū)分貓和狗，動(dòng)物和植物.

什么是聚類(lèi)聚類(lèi)（Clustering）就是將數(shù)據(jù)分組成為多個(gè)類(lèi)（Cluster）。在同一個(gè)類(lèi)內(nèi)對(duì)象之間具有較高的相似度，不同類(lèi)之間的對(duì)象差別較大。.聚類(lèi)分析的原理聚類(lèi)分析的基本原理：我們分析的樣本或指標(biāo)之間存在著程度不同的相似性（親疏關(guān)系）。.聚類(lèi)分析法的分類(lèi)Q型聚類(lèi)分析是對(duì)樣本進(jìn)行分類(lèi)處理的R型聚類(lèi)分析是對(duì)變量(指標(biāo))進(jìn)行分類(lèi)處理的。R型聚類(lèi)分析的特點(diǎn)(1)R型聚類(lèi)分析不但可以了解個(gè)別變量之間的親疏程度，而且可以了解各個(gè)變量組合之間的親疏程度。

(2)根據(jù)變量的分類(lèi)結(jié)果以及它們之間的關(guān)系，可以選擇主要變量進(jìn)行回歸分析。.Q型聚類(lèi)分析的特點(diǎn)

(1)可以綜合利用多個(gè)變量的信息對(duì)樣本進(jìn)行分類(lèi)。

(2)分類(lèi)結(jié)果是直觀(guān)的，聚類(lèi)譜系圖非常清楚地表現(xiàn)其數(shù)值分類(lèi)結(jié)果。

(3)聚類(lèi)分析所得到的結(jié)果比傳統(tǒng)的分類(lèi)方法更細(xì)致，全面，合理。.聚類(lèi)分析的分類(lèi).距離和相似系數(shù)為了將樣品（或指標(biāo)）進(jìn)行分類(lèi)，就需要研究樣品之間關(guān)系。目前用得最多的方法有兩個(gè)：一種方法：相似系數(shù)；另一種方法：距離；.距離的定義方式絕對(duì)值距離歐氏(Euclidean)距離切比雪夫(Chebychev)距離明氏(Minkowski)距離.相似系數(shù)夾角余弦Pearson相關(guān)系數(shù)指數(shù)相似系數(shù).系統(tǒng)聚類(lèi)分析的原理于是根據(jù)一批樣本的多個(gè)觀(guān)測(cè)指標(biāo)，具體找出一些能夠度量樣本或指標(biāo)之間相似程度的統(tǒng)計(jì)量，以這些統(tǒng)計(jì)量為劃分類(lèi)型的依據(jù)，把一些相似程度較大的樣本（或指標(biāo)）聚合為一類(lèi)，把另外一些彼此之間相似程度較大的樣本（或指標(biāo)）又聚合為另一類(lèi)，關(guān)系密切的聚合到一個(gè)小的分類(lèi)單位，關(guān)系疏遠(yuǎn)的聚合到一個(gè)大的分類(lèi)單位，直到所有的樣本（或指標(biāo)）都聚合完畢.把不同的類(lèi)型一一劃分出來(lái)，形成一個(gè)由小到大的分類(lèi)系統(tǒng)，最后在把所有的樣品（或指標(biāo)）間的親疏關(guān)系表示出來(lái)，這種方法稱(chēng)為系統(tǒng)聚類(lèi)分析法把.系統(tǒng)聚類(lèi)的基本步驟構(gòu)造n個(gè)類(lèi)，每個(gè)類(lèi)包含且只包含一個(gè)樣品。計(jì)算n個(gè)樣品兩兩間的距離，構(gòu)成距離矩陣，記作D0。合并距離最近的兩類(lèi)為一新類(lèi)。計(jì)算新類(lèi)與當(dāng)前各類(lèi)的距離。若類(lèi)的個(gè)數(shù)等于1，轉(zhuǎn)到步驟(5)，否則回到步驟(3)。畫(huà)聚類(lèi)圖。決定類(lèi)的個(gè)數(shù)，及各類(lèi)包含的樣品數(shù)，并對(duì)類(lèi)作出解釋。.系統(tǒng)聚類(lèi)(Hierarchicalclustering)最短距離法(singlelinkage)最長(zhǎng)距離法(completelinkage)中間距離法(medianmethod)可變距離法(flexiblemedian)重心法(centroid)類(lèi)平均法(average)可變類(lèi)平均法(flexibleaverage)Ward最小方差法(Ward’sminimumvariance).類(lèi)間距離S1S3S2S4S5最短距離(singlelinkage).最長(zhǎng)距離(completelinkage)類(lèi)間距離S1S3S4S5.類(lèi)間距離S1S3S2S4S5重心間距離(centroid).類(lèi)間距離S1S3S2S4S5平均距離(average).類(lèi)間距離S1S3S2S4S5最短距離.例6個(gè)不同民族的標(biāo)化死亡率與出生時(shí)的期望壽命

.各民族之間的歐氏距離(標(biāo)準(zhǔn)化資料)D0

滿(mǎn)族朝鮮族蒙古族維吾爾族藏族哈薩克族G1={S1}G2={S2}G3={S3}G4={S4}G5={S5}G6={S6}滿(mǎn)族G1={S1}0朝鮮族G2={S2}1.2020蒙古族G3={S3}1.7320.5320維吾爾族G4={S4}3.5702.3741.8510藏族G5={S5}3.2242.0481.5390.4220哈薩克族G6={S6}3.1731.9731.4480.4060.3110.D1

G1={S1}G2={S2}G3={S3}G4={S4}G7={S5,S6}G1={S1}0G2={S2}1.2020G3={S3}1.7320.5320G4={S4}3.5702.3741.8510G7={S5,S6}3.1731.9731.4480.4060.D2G1={S1}G2={S2}G3={S3}G8={S4,S5,S6}G1={S1}0G2={S2}1.2080G3={S3}1.7320.5320G8={S4,S5,S6}3.1731.9731.4480.D3G1={S1}G9={S2,S3}G8={S4,S5,S6}G1={S1}0G9={S2,S3}1.2020G8={S4,S5,S6}3.1731.4480.D4G10={S1,S2,S3}G8={S4,S5,S6}G10={S1,S2,S3}0G8={S4,S5,S6}1.4480.例資料的譜系聚類(lèi)圖(最短距離法)

藏族哈薩克族維吾爾族朝鮮族蒙古族滿(mǎn)族Dendrograms(clustertrees)0.3110.4060.5321.2021.448.例資料的譜系聚類(lèi)圖(最長(zhǎng)距離法)

藏族哈薩克族維吾爾族朝鮮族蒙古族滿(mǎn)族Dendrograms(clustertr