python层次聚类分析_SPSS聚类分析:系统聚类分析[通俗易懂]
一、概念:(分析-分类-系统聚类)
系统聚类法常称为层次聚类法、分层聚类法,也是聚类分析中使用广泛的一种方法。它有两种类型,一是对研究对象本身进
行分类,称为Q型聚类;另一是对研究对象的观察指标进行分类,称为R型聚类。同时根据聚类过程不同,又分为分解法和凝聚法。
二、聚类方法(分析-分类-系统聚类-方法)
1、聚类方法。可用的选项有组间联接、组内联接、最近邻元素、最远邻元素、质心聚类法、中位数聚类法和Ward法。◎Between-groups
linkage:组间平均距离法。系统默认选项。合并两
类的结果使所有的两类的平均距离最小。◎Within-groups
linkage:组内平均距离法。当两类合并为一类后,
合并后的类中的所有项之间的平均距离最小。◎Nearest
neighbor:最近距离法。采用两类间最近点间的距离代表两 类间的距离。◎Furthest
Neighbor:最远距离法。用两类之间最远点的距离代表两 类之间的距离。◎Centroid
clustering:重心法。定义类与类之间的距离为两类中各 样品的重心之间的距离。◎Median
clustering:中位数法。定义类与类之间的距离为两类中各
样品的中位数之间的距离。◎Ward’s method:最小离差平方和法。聚类中使类内各样品的离差平
方和最小,类间的离差平方和尽可能大。
2、度量。允许您指定聚类中使用的距离或相似性测量。选择数据类型以及合适的距离或相似性测量:◎Euclidean
distance:欧氏距离。◎Squared Euclidean
distance:欧氏距离平方。两项之间的距离是每个变量值之差的平方和。系统默认项。◎Cosline:余弦相似性测度,计算两个向量间夹角的余弦。◎Pearson
conelation:皮尔逊相关系数。它是线性关系的测度,范围是-1~
1。◎Chebychev:切比雪夫距离。◎Block:曼哈顿(Manhattan)距离,两项之间的距离是每个变量值之差的绝对值总和。◎Minkowski:闵科夫斯基距离。◎Customized:自定义距离。
2.1、区间。可用的选项有Euclidean距离、平方Euclidean距离、余弦、Pearson相关性、Chebychev、块、Minkowski及定制。
2.2、计数。可用的选项有卡方测量和phi平方测量。
2.3、二分类。可用的选项有Euclidean距离、平方Euclidean距离、尺度差分、模式差分、方差、离差、形状、简单匹配、Phi
4点相关性、lambda、Anderberg的D、骰子、Hamann、Jaccard、Kulczynski 1、Kulczynski
2、Lance和Williams、Ochiai、Rogers和Tanimoto、Russel和Rao、Sokal和Sneath
1、Sokal和Sneath 2、Sokal和Sneath 3、Sokal和Sneath 4、Sokal和Sneath
5、Yule的Y以及Yule的Q。
3、转换值。允许您在计算近似值之前为个案或值进行数据值标准化(对二分类数据不可用)。可用的标准化方法有z得分、范围1至1、范围0至1、1的最大量级、1的均值和使标准差为1。
4、转换度量。允许您转换距离测量所生成的值。在计算了距离测量之后应用这些转换。可用的选项有绝对值、更改符号和重新调整到0–1范围。
三、统计量(分析-分类-系统聚类-统计量)
1、合并进程表。显示在每个阶段合并的个案或聚类、所合并的个案或聚类之间的距离以及个案(或变量)与聚类相联结时所在的最后一个聚类级别。
2、相似性矩阵。给出各项之间的距离或相似性。
3、聚类成员。显示在合并聚类的一个或多个阶段中,每个个案被分配所属的聚类。可用的选项有单个解和一定范围的解。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/180828.html原文链接:https://javaforall.cn
相关文章
- python re.compile() 详解——Python正则表达式「建议收藏」
- pycharm自带python环境吗_Python IDE环境之 新版Pycharm安装详细教程[通俗易懂]
- Python学习笔记(一)PyCharm社区版安装教程
- python中矩阵的转置_[转]Python中的矩阵转置[通俗易懂]
- python监控网页内容变化_使用Python监控文件内容变化代码实例
- 【Python】python文件打开方式详解——a、a+、r+、w+、rb、rt区别[通俗易懂]
- Python里divmod_python yield函数
- Python 技巧篇-pip卸载python库实例演示,查看pip命令大全方法[通俗易懂]
- 【说站】python中Locust的安装和使用
- 【说站】python聚类算法如何选择
- python分析人口出生率代码_国家统计局居然也能用的上Python?人口数据Python脚本了解一下?…[通俗易懂]
- Python招聘岗位信息聚合系统(拥有爬虫爬取、数据分析、可视化、互动等功能)
- python里面的缩进是什么意思_Python缩进规则(一看即懂)[通俗易懂]
- 关于python中lambda函数的描述_Python全局变量
- python程序化交易实例-用 Python 实现你的量化交易策略「建议收藏」
- python如何生成随机数_Python生成50个随机数
- python定义函数求和_Python定义函数实现累计求和操作
- Python实现的图书分析大屏展示系统(附源码)
- 【测试开发】python系列教程:Python数据类型转换
- Python爬虫源码搭建量化交易合约系统开发理论讲解(成熟技术)
- 软件测试|Python数据可视化神器——pyecharts教程(三)
- Python中5个常见的错误
- Python __all__变量用法
- Python MRO方法解析顺序详解
- Python与MongoDB 无缝连接(python连接mongodb)
- Python驱动Oracle数据库(python操作oracle)
- Python实现快速连接Redis数据库(python连接redis)
- Linux下从系统卸载Python(linux下卸载python)
- python模拟登录百度贴吧(百度贴吧登录)实例
- python类继承用法实例分析
- 使用Python获取Linux系统信息的代码