聚类分析中的k-means算法
5星 · 超过95%的资源 需积分: 11 162 浏览量
2011-03-16
15:36:08
上传
评论
收藏 174KB DOC 举报 
聚类分析法
百科名片
聚类分析法是理想的多变量统计技术，主要有分层聚类法和迭代聚类法。 聚类
分析也称群分析、点群分析，是研究分类的一种多元统计方法。
目录
概述
方法
概述
方法
展开
编辑本段
概述
例如，我们可以根据各个银行网点的储蓄量、人力资源状况、营业面积、
特色功能、网点级别、所处功能区域等因素情况，将网点分为几个等级，再
比较各银行之间不同等级网点数量对比状况。
1、基本思想：我们所研究的样品（网点）或指标（变量）之间存在程
度不同的相似性（亲疏关系——以样品间距离衡量）。于是根据一批样品的
多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，
以这些统计量为划分类型的依据。把一些相似程度较大的样品（或指标）聚
合为一类，把另外一些彼此之间相似程度较大的样品（或指标）又聚合为另
一类，直到把所有的样品（或指标）聚合完毕，这就是分类的基本思想。 在
聚类分析中，通常我们将根据分类对象的不同分为 Q 型聚类分析和 R 型聚类
分析两大类。
R 型聚类分析是对变量进行分类处理，Q 型聚类分析是对样本进行分类
处理。
R 型聚类分析的主要作用是： 1、不但可以了解个别变量之间的关系的
亲疏程度，而且可以了解各个变量组合之间的亲疏程度。
2、根据变量的分类结果以及它们之间的关系，可以选择主要变量进行
回归分析或 Q 型聚类分析。
Q 型聚类分析的优点是： 1、可以综合利用多个变量的信息对样本进行
分类； 2、分类结果是直观的，聚类谱系图非常清楚地表现其数值分类结果；
3、聚类分析所得到的结果比传统分类方法更细致、全面、合理。
为了进行聚类分析，首先我们需要定义样品间的距离。 常见的距离有 ：
① 绝对值距离 ② 欧氏距离 ③ 明科夫斯基距离 ④ 切比雪夫距离
剩余16页未读，继续阅读
资源评论
SUNTANGLE2018-10-24感谢分享，可以直接使用。
