系统聚类的方法ppt课件

（3.3.10）
第25页/共43页
① 在9×9阶距离矩阵D中，非对角元素中最小者是d94=0.51，首先将第4区与第9区并为一类，记为即G10=｛G4，G9｝。按照公式（3.3.10）式分别计算G1，G2，G3，G5，G6，G7，G8与G10之间的距离得： d1，10=min｛d14，d19｝= min｛2.19，2.62｝=2.19d2，10=min｛d24，d29｝= min｛1.47，1.66｝=1.47
第1页/共43页
聚类分析是根据各变量的观测值予以分类的，它涉及到通过各种途径和手段所得到的有意义的地理数据。由于要素的量纲、数量级和数量变化幅度的差异，如用原始数据进行聚类分析，就是将不同性质、不同量纲、不同数量变化幅度的数值都统计在一起，这样就可能突出某些数量级特别大的变量对分类的作用，而压低甚至排除了某些数量级很小的变量对分类的作用。为了有利于分析、对比和使分类清晰，常对原始地理数据进行适当和必要的处理和变换，使其在某种共同的、相对均匀化的数值范围内。
61.0
7.6
7.018
3.728
4.111
2.028
莎车
1231.2
42.5
93.0
11.0
7.116
3.750
4.533
2.398
于田
1427.0
46.4
81.0
1.4
7.263
3.837
4.394
0.336
数据变换表
第5页/共43页
② 地理数据的标准化：标准差标准化、极差标准化标准差标准化，即把变换后的数据 减去其均值，再除以其标准差Sj
第32页/共43页
⑧ 在第六步所得的3×3阶距离矩阵中，非对角线元素中最小者为d1，15=1.32，故将G1与G15归并为一类，记为G16，即G16=｛G1，G15｝=｛（G1，（G2，G8），（G3，（G4，G9））｝。再按照公式（3.3.10）式计算G13与G16之间的距离，可得一个新的2×2阶距离矩阵：

在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
Outlines
聚类的思想 常用的聚类方法 实例分析：层次聚类
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
3. 实例分析：层次聚类算法
定义：对给定的数据进行层次的分解
第4 步
➢
凝聚的方法（自底向上）『常用』
思想：一开始将每个对象作为单独的
第3 步
一组，然后根据同类相近，异类相异 第2步 的原则，合并对象，直到所有的组合
并成一个，或达到一个终止条件。 第1步
a, b, c, d, e c, d, e d, e
X3 Human（人） X4 Gorilla（大猩猩） X5 Chimpanzee（黑猩猩） X2 Symphalangus（合趾猿） X1 Gibbon（长臂猿）
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
离差平方和法（ ward method ）：
各元素到类中心的欧式距离之和。
Gp
Cluster P
Cluster M
Cluster Q
D2 WM Wp Wq
G q
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确
凝聚的层次聚类法举例
Gp G q
Dpq max{ dij | i Gp , j Gq}
在整堂课的教学中，刘教师总是让学 生带着 问题来 学习， 而问题 的设置 具有一 定的梯 度，由 浅入深 ，所提 出的问 题也很 明确

(f) (f) p dij f 1 ij d (i, j) (f) p f 1 ij
f is binary or nominal: dij(f) = 0 if xif = xjf , or dij(f) = 1 otherwise f is ordinal Compute ranks rif and Treat zif as interval-scaled
x1 x2 x3 x4
x1 0 3.61 5.1 4.24
x2 0 5.1 1
x3
x4
5
0 5.39
0
第二节 相似性的量度
一 样品相似性的度量
二 变量相似性的度量
含名义变量样本相似性度量
例： 学员资料包含六个属性：性别（男或女）；外语语种
（英、日或俄）；专业（统计、会计或金融）；职业（教师 或非教师）；居住处（校内或校外）；学历（本科或本科以 下） 现有两名学员： X1=（男，英，统计，非教师，校外，本科）′ X2=（女，英，金融，教师，校外，本科以下）′ 对应变量取值相同称为配合的，否则称为不配合的 记配合的变量数为m1，不配合的变量数为m2，则样本之间 的距离可定义为
第五章 聚类分析
第一节 第二节 第三节 第四节 第五节 引言 相似性的量度 系统聚类分析法 K均值聚类分析 K中心点聚类
第六节
R codes
第一节 引言
“物以类聚，人以群分” 无监督分类聚类分析 分析如何对样品（或变量）进行量化分类的 问题 Q型聚类—对样品进行分类 R型聚类—对变量进行分类
用他们的序代替xif
zif
rif 1 M f 1
10
混合型属性
A database may contain all attribute types Nominal, symmetric binary, asymmetric binary, numeric, ordinal 可以用加权法计算合并的影响

3
1.最短距离法
❖ 定义类与类之间的距离为两类最近样品间的距离，即 DKL min d iGK ,jGL ij
4
最短距离法的递推公式
❖ 将类GK和GL合并成一个新类GM，则GM与任一类GJ之间距离的递推公 式为
DMJ minDKJ , DLJ
5
❖ 例1 （书中例6.3.1） 设有五个样品，每个只测量了一个指标，分别是 1，2，6，8，11，试用最短距离法将它们分类。
x7 478.42 570.84 364.91 281.84 287.87 330.24 360.48 317.61 720.33 429.77 575.76
《多元统计分析》MO O C
4.3 系统聚类法
王学民
一、系统聚类法的概念
❖ 系统聚类法（或层次聚类法）是通过一系列相继的合并或相继的分割 来进行的，分为聚集的和分割的两种。系统聚类法适用于样品数目n不 是非常大的情形。
❖ 聚集系统法的基本思想是：开始时将n个样品各自作为一类，并规定样 品之间的距离和类与类之间的距离，然后将距离最近的两类合并成一 个新类，计算新类与其他类的距离；重复进行两个最近类的合并，每 次减少一类，直至所有的样品合并为一类。
例1的最长距离法树形图
例1的类平均法树形图
例1的离差平方和法树形图
17
三、案例分析
❖ 例2 （书中例6.3.3） 下表列出了1999年全国31个省、直辖市和自治 区的城镇居民家庭平均每人全年消费性支出的八个主要变量数据。这
八个变量是
x1：食品 x2：衣着 x3：家庭设备用品及服务 x4：医疗保健
x5：交通和通讯 x6： 娱乐教育文化服务 x7 ：居住 x8：杂项商品 和服务
➢ 记G1={1}，G2={2}，G3={6}，G4={8}，G5={11}，样品间采用绝对值 距离。