苦逼的 SAS的聚类分析的各种困惑非常急迫啊-经管之家官网！

经济学管理学金融学统计学

您当前的位置> 软件培训>>

苦逼的 SAS的聚类分析的各种困惑非常急迫啊

人大经济论坛-经管之家：分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

完整电子版已上线CDA网校，累计已有10万+在读~ 教材严格按考试大纲编写，适合CDA考生备考，也适合业务及数据分析岗位的从业者提升自我。

TOP热门关键词

专题页面精选

我们有一门课，数据挖掘，老师给的作业是：用K均值法、K中心点法、层次聚类算法三个算法对下面的150个样本集进行聚类分析，并且分别求出各算法的以下五个参数：1、误差平方和：SSE；2、Rand指数：R=(a+d)/M3、Jaccar ...

免费学术公开课,扫码加入

我们有一门课，数据挖掘，老师给的作业是：
用K均值法、K中心点法、层次聚类算法三个算法对下面的150个样本集进行聚类分析，并且分别求出各算法的以下五个参数：
1、误差平方和：SSE；
2、Rand 指数： R = ( a + d) /M
3、Jaccard 系数:J = a / ( a + b + c)
4、Adjusted Rand index 参数:RI =2*( ad － bc) / [( a + b) ( b + d) + ( a + c) ( c + d)]
5、时间。这个很简单，就是运行时间。嘿嘿
我自己由于上周才开始接触SAS，老师和其他同学都是用matlab做，但我想用SAS做，可是，遭遇的问题困惑太多了，太郁闷了，困惑描述如下：
1、我压根不知道误差平方和 SSE 在SAS中是哪个结果参数，网上找了很多都没找到，只大概知道是在PROC FASTCLUS过程中产生，还知道层次聚类法的method=word时就是采用误差平方和最小的策略进行聚类的，不知道对不对，希望各位大师加以点播！！
2、上面的2、3、4个参数应该可以自己手算的，但是样本数比较多，很麻烦，所以非常困惑SAS有没有哪个相应的参数就是给出的结果但我不知道是哪个。。。我只知道SAS中的 Total STD Within STD R-Square RSQ/(1-RSQ)等几个都不是。。
3、我自己写了算法，求教大师指导，我的算法如下：
1）k-means的：
proc cluster data=iris method=median outtree=irisdata standard ccc;var x1-x5;id id;run;
proc tree data=irisdata horizontal; run;
2）K中心点，我不知道是用哪个函数；
3）层次聚类：我仅仅是把第一个中的median改成word了，不知道对不对；
proc cluster data=iris method=word outtree=irisdata standard ccc; var x1-x5; id id; run;
proc tree data=irisdata horizontal; run;
最后补充汇总我的困惑： 1、误差平方和SSE怎么用SAS求得。 2、上面的Rand 指数 Jaccard 系数 Adjusted Rand index 参数三个参数怎么用SAS调用函数求得？另外用tree画出谱系图时，150个样本太多了，怎么处理才能清楚的看到每个样本分类呢？ 3，希望有好心人能给我一个可以正确运行的三个算法代码。我已经研究了两天，还是不明白。非常感激！在线等！！
序号x1 x2 x3 x4 x5 （x5是老师给出的类别）
1 5.1 3.5 1.4 0.2 1
2 4.9 3.0 1.4 0.2 1
3 4.7 3.2 1.3 0.2 1
4 4.6 3.1 1.5 0.2 1
5 5.0 3.6 1.4 0.2 1
6 5.4 3.9 1.7 0.4 1
7 4.6 3.4 1.4 0.3 1
8 5.0 3.4 1.5 0.2 1
9 4.4 2.9 1.4 0.2 1
10 4.9 3.1 1.5 0.1 1
11 5.4 3.7 1.5 0.2 1
12 4.8 3.4 1.6 0.2 1
13 4.8 3.0 1.4 0.1 1
14 4.3 3.0 1.1 0.1 1
15 5.8 4.0 1.2 0.2 1
16 5.7 4.4 1.5 0.4 1
17 5.4 3.9 1.3 0.4 1
18 5.1 3.5 1.4 0.3 1
19 5.7 3.8 1.7 0.3 1
20 5.1 3.8 1.5 0.3 1
21 5.4 3.4 1.7 0.2 1
22 5.1 3.7 1.5 0.4 1
23 4.6 3.6 1.0 0.2 1
24 5.1 3.3 1.7 0.5 1
25 4.8 3.4 1.9 0.2 1
26 5.0 3.0 1.6 0.2 1
27 5.0 3.4 1.6 0.4 1
28 5.2 3.5 1.5 0.2 1
29 5.2 3.4 1.4 0.2 1
30 4.7 3.2 1.6 0.2 1
31 4.8 3.1 1.6 0.2 1
32 5.4 3.4 1.5 0.4 1
33 5.2 4.1 1.5 0.1 1
34 5.5 4.2 1.4 0.2 1
35 4.9 3.1 1.5 0.2 1
36 5.0 3.2 1.2 0.2 1
37 5.5 3.5 1.3 0.2 1
38 4.9 3.6 1.4 0.1 1
39 4.4 3.0 1.3 0.2 1
40 5.1 3.4 1.5 0.2 1
41 5.0 3.5 1.3 0.3 1
42 4.5 2.3 1.3 0.3 1
43 4.4 3.2 1.3 0.2 1
44 5.0 3.5 1.6 0.6 1
45 5.1 3.8 1.9 0.4 1
46 4.8 3.0 1.4 0.3 1
47 5.1 3.8 1.6 0.2 1
48 4.6 3.2 1.4 0.2 1
49 5.3 3.7 1.5 0.2 1
50 5.0 3.3 1.4 0.2 1
51 7.0 3.2 4.7 1.4 2
52 6.4 3.2 4.5 1.5 2
53 6.9 3.1 4.9 1.5 2
54 5.5 2.3 4.0 1.3 2
55 6.5 2.8 4.6 1.5 2
56 5.7 2.8 4.5 1.3 2
57 6.3 3.3 4.7 1.6 2
58 4.9 2.4 3.3 1.0 2
59 6.6 2.9 4.6 1.3 2
60 5.2 2.7 3.9 1.4 2
61 5.0 2.0 3.5 1.0 2
62 5.9 3.0 4.2 1.5 2
63 6.0 2.2 4.0 1.0 2
64 6.1 2.9 4.7 1.4 2
65 5.6 2.9 3.6 1.3 2
66 6.7 3.1 4.4 1.4 2
67 5.6 3.0 4.5 1.5 2
68 5.8 2.7 4.1 1.0 2
69 6.2 2.2 4.5 1.5 2
70 5.6 2.5 3.9 1.1 2
71 5.9 3.2 4.8 1.8 2
72 6.1 2.8 4.0 1.3 2
73 6.3 2.5 4.9 1.5 2
74 6.1 2.8 4.7 1.2 2
75 6.4 2.9 4.3 1.3 2
76 6.6 3.0 4.4 1.4 2
77 6.8 2.8 4.8 1.4 2
78 6.7 3.0 5.0 1.7 2
79 6.0 2.9 4.5 1.5 2
80 5.7 2.6 3.5 1.0 2
81 5.5 2.4 3.8 1.1 2
82 5.5 2.4 3.7 1.0 2
83 5.8 2.7 3.9 1.2 2
84 6.0 2.7 5.1 1.6 2
85 5.4 3.0 4.5 1.5 2
86 6.0 3.4 4.5 1.6 2
87 6.7 3.1 4.7 1.5 2
88 6.3 2.3 4.4 1.3 2
89 5.6 3.0 4.1 1.3 2
90 5.5 2.5 4.0 1.3 2
91 5.5 2.6 4.4 1.2 2
92 6.1 3.0 4.6 1.4 2
93 5.8 2.6 4.0 1.2 2
94 5.0 2.3 3.3 1.0 2
95 5.6 2.7 4.2 1.3 2
96 5.7 3.0 4.2 1.2 2
97 5.7 2.9 4.2 1.3 2
98 6.2 2.9 4.3 1.3 2
99 5.1 2.5 3.0 1.1 2
100 5.7 2.8 4.1 1.3 2
101 6.3 3.3 6.0 2.5 3
102 5.8 2.7 5.1 1.9 3
103 7.1 3.0 5.9 2.1 3
104 6.3 2.9 5.6 1.8 3
105 6.5 3.0 5.8 2.2 3
106 7.6 3.0 6.6 2.1 3
107 4.9 2.5 4.5 1.7 3
108 7.3 2.9 6.3 1.8 3
109 6.7 2.5 5.8 1.8 3
110 7.2 3.6 6.1 2.5 3
111 6.5 3.2 5.1 2.0 3
112 6.4 2.7 5.3 1.9 3
113 6.8 3.0 5.5 2.1 3
114 5.7 2.5 5.0 2.0 3
115 5.8 2.8 5.1 2.4 3
116 6.4 3.2 5.3 2.3 3
117 6.5 3.0 5.5 1.8 3
118 7.7 3.8 6.7 2.2 3
119 7.7 2.6 6.9 2.3 3
120 6.0 2.2 5.0 1.5 3
121 6.9 3.2 5.7 2.3 3
122 5.6 2.8 4.9 2.0 3
123 7.7 2.8 6.7 2.0 3
124 6.3 2.7 4.9 1.8 3
125 6.7 3.3 5.7 2.1 3
126 7.2 3.2 6.0 1.8 3
127 6.2 2.8 4.8 1.8 3
128 6.1 3.0 4.9 1.8 3
129 6.4 2.8 5.6 2.1 3
130 7.2 3.0 5.8 1.6 3
131 7.4 2.8 6.1 1.9 3
132 7.9 3.8 6.4 2.0 3
133 6.4 2.8 5.6 2.2 3
134 6.3 2.8 5.1 1.5 3
135 6.1 2.6 5.6 1.4 3
136 7.7 3.0 6.1 2.3 3
137 6.3 3.4 5.6 2.4 3
138 6.4 3.1 5.5 1.8 3
139 6.0 3.0 4.8 1.8 3
140 6.9 3.1 5.4 2.1 3
141 6.7 3.1 5.6 2.4 3
142 6.9 3.1 5.1 2.3 3
143 5.8 2.7 5.1 1.9 3
144 6.8 3.2 5.9 2.3 3
145 6.7 3.3 5.7 2.5 3
146 6.7 3.0 5.2 2.3 3
147 6.3 2.5 5.0 1.9 3
148 6.5 3.0 5.2 2.0 3
149 6.2 3.4 5.4 2.3 3
150 5.9 3.0 5.1 1.8 3
下面是老师给的样本：

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP

本文关键词：

本文论坛网址：https://bbs.pinggu.org/thread-2289702-1-1.html

上一篇 | 如何导出面板中每个公司的回归系数和残差 ...

下一篇 | Matlab 数据可视化

SAS软件培训精彩帖子推荐更多

您可能感兴趣的文章

本站推荐的文章

人气文章

本文标题：苦逼的 SAS的聚类分析的各种困惑非常急迫啊

本文链接网址：https://bbs.pinggu.org/jg/ruanjianpeixun_sasruanjianpeixun_2289702_1.html

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。

苦逼的 SAS的聚类分析的各种困惑非常急迫啊-经管之家官网！

SAS软件培训