
一、概念:(分析-分類-系統(tǒng)聚類)
系統(tǒng)聚類法常稱為層次聚類法、分層聚類法,也是聚類分析中使用廣泛的一種方法。它有兩種類型,一是對(duì)研究對(duì)象本身進(jìn) 行分類,稱為Q型聚類;另一是對(duì)研究對(duì)象的觀察指標(biāo)進(jìn)行分類,稱為R型聚類。同時(shí)根據(jù)聚類過程不同,又分為分解法和凝聚法。
1、聚類方法??捎玫倪x項(xiàng)有組間聯(lián)接、組內(nèi)聯(lián)接、最近鄰元素、最遠(yuǎn)鄰元素、質(zhì)心聚類法、中位數(shù)聚類法和Ward法?!駼etween-groups linkage:組間平均距離法。系統(tǒng)默認(rèn)選項(xiàng)。合并兩 類的結(jié)果使所有的兩類的平均距離最小?!騑ithin-groups linkage:組內(nèi)平均距離法。當(dāng)兩類合并為一類后, 合并后的類中的所有項(xiàng)之間的平均距離最小?!騈earest neighbor:最近距離法。采用兩類間最近點(diǎn)間的距離代表兩 類間的距離?!騀urthest Neighbor:最遠(yuǎn)距離法。用兩類之間最遠(yuǎn)點(diǎn)的距離代表兩 類之間的距離?!駽entroid clustering:重心法。定義類與類之間的距離為兩類中各 樣品的重心之間的距離?!騇edian clustering:中位數(shù)法。定義類與類之間的距離為兩類中各 樣品的中位數(shù)之間的距離?!騑ard’s method:最小離差平方和法。聚類中使類內(nèi)各樣品的離差平 方和最小,類間的離差平方和盡可能大。
2、度量。允許您指定聚類中使用的距離或相似性測(cè)量。選擇數(shù)據(jù)類型以及合適的距離或相似性測(cè)量:◎Euclidean distance:歐氏距離?!騍quared Euclidean distance:歐氏距離平方。兩項(xiàng)之間的距離是每個(gè)變量值之差的平方和。系統(tǒng)默認(rèn)項(xiàng)。◎Cosline:余弦相似性測(cè)度,計(jì)算兩個(gè)向量間夾角的余弦。◎Pearson conelation:皮爾遜相關(guān)系數(shù)。它是線性關(guān)系的測(cè)度,范圍是-1~+ 1。◎Chebychev:切比雪夫距離?!駼lock:曼哈頓(Manhattan)距離,兩項(xiàng)之間的距離是每個(gè)變量值之差的絕對(duì)值總和。◎Minkowski:閔科夫斯基距離?!駽ustomized:自定義距離。
2.1、區(qū)間??捎玫倪x項(xiàng)有Euclidean距離、平方Euclidean距離、余弦、Pearson相關(guān)性、Chebychev、塊、Minkowski及定制。
2.2、計(jì)數(shù)。可用的選項(xiàng)有卡方測(cè)量和phi平方測(cè)量。
2.3、二分類??捎玫倪x項(xiàng)有Euclidean距離、平方Euclidean距離、尺度差分、模式差分、方差、離差、形狀、簡(jiǎn)單匹配、Phi 4點(diǎn)相關(guān)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、轉(zhuǎn)換值。允許您在計(jì)算近似值之前為個(gè)案或值進(jìn)行數(shù)據(jù)值標(biāo)準(zhǔn)化(對(duì)二分類數(shù)據(jù)不可用)??捎玫臉?biāo)準(zhǔn)化方法有z得分、范圍1至1、范圍0至1、1的最大量級(jí)、1的均值和使標(biāo)準(zhǔn)差為1。
4、轉(zhuǎn)換度量。允許您轉(zhuǎn)換距離測(cè)量所生成的值。在計(jì)算了距離測(cè)量之后應(yīng)用這些轉(zhuǎn)換??捎玫倪x項(xiàng)有絕對(duì)值、更改符號(hào)和重新調(diào)整到0–1范圍。
三、統(tǒng)計(jì)量(分析-分類-系統(tǒng)聚類-統(tǒng)計(jì)量)
1、合并進(jìn)程表。顯示在每個(gè)階段合并的個(gè)案或聚類、所合并的個(gè)案或聚類之間的距離以及個(gè)案(或變量)與聚類相聯(lián)結(jié)時(shí)所在的最后一個(gè)聚類級(jí)別。
2、相似性矩陣。給出各項(xiàng)之間的距離或相似性。
3、聚類成員。顯示在合并聚類的一個(gè)或多個(gè)階段中,每個(gè)個(gè)案被分配所屬的聚類??捎玫倪x項(xiàng)有單個(gè)解和一定范圍的解。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10