SAS fastclus語(yǔ)句_數(shù)據(jù)分析師

一、快速聚類適用于大數(shù)據(jù)樣本
1. 常用語(yǔ)法格式：
PROC FASTCLUS MAXCLUSTERS=n | RADIUS=t ;
VAR variables ;
ID variables ;
必須至少定義maxclusters=或radius=中的一個(gè)。
2. 常用選項(xiàng)及語(yǔ)句說(shuō)明：
data= 指定聚類過(guò)程的輸入數(shù)據(jù)集,該數(shù)據(jù)集必須是觀測(cè)樣本（坐標(biāo)數(shù)據(jù)）。
maxclusters=k 指定所允許的最大分類個(gè)數(shù)（最大凝聚點(diǎn)個(gè)數(shù)），缺省時(shí)假定為100。
radius=r 指定選取新凝聚點(diǎn)的最小距離準(zhǔn)則，缺省是假定為0。
初始凝聚點(diǎn)系統(tǒng)順序選取時(shí)，總是將第一個(gè)完整的觀測(cè)選取為第一個(gè)凝聚點(diǎn)，再順序選取需滿足下面2個(gè)條件的完整觀測(cè)為接下來(lái)的凝聚點(diǎn)：
1.凝聚點(diǎn)的個(gè)數(shù)未達(dá)到“maxclusters=”指定值；
2.與所有已有凝聚點(diǎn)間的距離均大于“radius=”指定值
直到不滿足條件是為止。
       replace=full|part|none|random 控制初始凝聚點(diǎn)選取的替換檢驗(yàn)。
上述初始凝聚點(diǎn)系統(tǒng)順序選取中：
若滿足條件1而不滿足條件2時(shí)，停止凝聚點(diǎn)的選取。
若滿足條件2而不滿足條件1時(shí)，對(duì)已選凝聚點(diǎn)進(jìn)行替換檢驗(yàn)。2種方式：
替換檢驗(yàn)1：若當(dāng)前觀測(cè)(記obs)與自身最近的已選凝聚點(diǎn)之間的距離d大于已選凝聚點(diǎn)間相互的最小距離d_min(d_i,d_j)時(shí)，用當(dāng)前觀測(cè)替換已選凝聚點(diǎn)間距離最近的兩個(gè)凝聚點(diǎn)中的一個(gè)，使得替換后當(dāng)前觀測(cè)與另一個(gè)凝聚點(diǎn)距離最遠(yuǎn)。
替換檢驗(yàn)2：在不滿足替換檢驗(yàn)1的情況下，若obs到除最近凝聚點(diǎn)外的所有其他凝聚點(diǎn)的最小距離大于最近凝聚點(diǎn)到所有其他凝聚點(diǎn)的最小距離，則用obs替換與之距離最近的凝聚點(diǎn)。
 
“full”為缺省值，指定兩種檢驗(yàn)都進(jìn)行；“part”指定進(jìn)行第一種檢驗(yàn)；“none”指定不進(jìn)行檢驗(yàn)
replace= random 指定初始凝聚點(diǎn)為系統(tǒng)隨機(jī)選取。
常與選項(xiàng)random=n一起使用，n為正整數(shù)，為生成偽隨機(jī)數(shù)提供種子值，缺省時(shí)由計(jì)算機(jī)時(shí)間提供。
seed= 指定一個(gè)數(shù)據(jù)集，在其中選取初始凝聚點(diǎn)，即為指定初始凝聚點(diǎn)法。
沒(méi)有此選項(xiàng)時(shí)，將從“data=”指定的數(shù)據(jù)集中選取k個(gè)觀測(cè)作為k類得初始凝聚點(diǎn)。
drift 指定逐個(gè)初始分類，并要求執(zhí)行逐個(gè)修改法，缺省時(shí)執(zhí)行按批修改法。
按批修改法準(zhǔn)則是使所有的樣品點(diǎn)與其凝聚點(diǎn)距離最近，等全部藥品調(diào)整完畢后才改變類得凝聚點(diǎn)。逐個(gè)修改法是每個(gè)樣品一旦調(diào)整后立即改變凝聚點(diǎn)，其又稱為“K-means”，即K均值聚類。
maxiter= 指定修改法的最大迭代次數(shù)，缺省時(shí)為1，即樣本初始分類。
converge=c 指定聚類迭代收斂的判別準(zhǔn)則，當(dāng)凝聚點(diǎn)改變的最大距離小于或等于初始凝聚點(diǎn)間的最小距離乘以c時(shí)，認(rèn)為該聚類過(guò)程收斂，迭代結(jié)束，缺省時(shí)c為0.02。
out= 指定過(guò)程輸出的數(shù)據(jù)集。
本文來(lái)源：CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng)