宇傳華聚類分析第2部分

ClusterAnalysis

聚類分析(第2部分)1（二）最長距離法

(completelinkage，furthestneighbor)

B2A2**B1A1**B3*樣品間：歐氏距離類類間：兩類間樣品兩兩距離最長。即圖中樣品A2和B3之間的距離

（三）中間距離法

(medianmethod)

最長距離夸大了類間距離，最短距離低估了類間距離。介于兩者間的距離即為中間距離KLJM（四）中間距離法的變形

——可變法

（五）類平均法

(averagelinkagebetweengroup)SPSS作為默認方法，稱為between-groupslinkageKLJM（六）可變類平均法

(flexible-betamethod)類平均法的變型KLJM（七）重心法

(centroidmethod)

B2A2**B1A1**B3*類類間的距離用各自重心間的距離表示

（八）Ward最小方差法

(Ward’minimumvariancemethod)

先將n個樣品各自成一類，然后每次每縮小一類，每縮小一類離差平方和就要增加，選擇使離差平方和增加（SSM－SSK－SSL）最小的兩類合并，直至所有的樣品歸為一類為止。（九）八種系統(tǒng)聚類方法的統(tǒng)一

以上聚類方法的計算步驟完全相同，僅類與類之間的定義不同。Lance和Williams于1967年將其統(tǒng)一為：八種系統(tǒng)聚類法公式的參數(shù)

系統(tǒng)聚類法的性質(zhì)

單調(diào)性中間距離法、重心法不具有單調(diào)性空間的濃縮與擴張不同聚類法作圖，橫坐標的范圍可相差很大。最短距離法與重心法比較濃縮；可變類平均比較擴張；類平均法比較適中。有關問題

幾種聚類方法獲得的結(jié)果不一定相同指標聚類采用相似系數(shù)，相似系數(shù)大或距離小則表示類間關系密切，為了統(tǒng)一，可采用以下公式變換。

五、快速聚類法

（quickclustermethodk-meansmodel）

也叫動態(tài)聚類、逐步聚類、迭代聚類）樣本量很大，用系統(tǒng)聚類法計算的工作量極大，作出的樹狀圖也十分復雜,不便于分析原理選擇初始凝聚點根據(jù)歐氏距離將每個樣品歸類各類的重心代替初始凝聚點根據(jù)歐氏距離將每個樣品歸類，……直至分類達到穩(wěn)定初始凝聚點

initialclusterseeds；clustercenters自動選擇

必須給出允許分類的最大個數(shù)k（

SAS中用MAXCLUSTERS=k(或MAXC=k)）憑經(jīng)驗選擇

以初始凝聚點建立一個數(shù)據(jù)文件,在SAS的FASTCLUS過程的SEED=選擇項中輸入該數(shù)據(jù)文件六、變量聚類法

原理與以上聚類法類似,只是將標準化后的變量視為“個體”，變量間的相關系數(shù)描述“個體”間的相似程度。

SAS中采用VARCLUS過程。七、小結(jié)

與判別分析的區(qū)別（作用，數(shù)據(jù)要求？）聚類分析是一種探索性技術，對于同一問題，可獲得多種結(jié)果，解釋需要結(jié)合專業(yè)知識樣品量大可采用快速聚類方法變量的形式？距離與相似系數(shù)？系統(tǒng)聚類常用方法？存在的問題

分類數(shù)的確定專業(yè)知識聚類方法的選擇試用多種方法，系統(tǒng)聚類與快速聚類相結(jié)合（一）SPSS聚類分析

八、軟件計算與實例分析

1.系統(tǒng)聚類

指定參與聚類的變量名和樣品號

Statistics

聚類進度表相似矩陣樣品或變量的分類情況Plot

樹狀結(jié)構圖冰柱圖冰柱的方向Method

聚類方法標準化變換親疏關系指標Method

將分類結(jié)果存入數(shù)據(jù)文件中2.快速聚類

選項

讀寫凝聚點人為固定分類數(shù)ANOVA表，初始凝聚點等（二）SAS聚類分析

樣品聚類：PROCCLUSTERpseudoRSQUARESTDMETHOD=(AVE,AVERAGE,CEN,CENTROID,COM,COMPLETE,DEN,DENSITY,EML,FLE,FLEXIBLE,MCQ,MCQUITTY,MED,MEDIAN,SIN,SINGLE,TWO,TWOSTAGE,WAR,WARD);IDnational;PROCTREEHORIZONTAL;IDnational;變量聚類：PROCVARCLUSCORRCENTROIDHIERARCHYMAXC=4;快速聚類：PROCFASTCLUSMAXC=4MAXITER=100;IDnational;資料預處理：PROCACECLUS;（ACECLUS(ApproximateCovarianceEstimationforCLUStering)）如果要采用非歐式距離，SAS中可用宏程序（%distance）計算?；?/p>