使用K-means聚类分析如何确定最优分类？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

对于大样本量使用K-means聚类分析。自己设定了2-6类，但是不确定分几类最优。
不少说用使用方差分析的显著性检验。

可是我看到一篇文献讲的是用另外一种kappa一致性检验，但是具体如何操作不明白，希望有高手能解释一下！
PS： 文献其中讲的大概内容是将样本随机平均分为A和B， 然后对A进行K-means，好像得到什么距离；
   再利用得到的距离对B使用K-means， 以及直接对B使用K-means。将这两种情形下对B得出的分类进行kappa一致性检验。
    最有比较2~6类情形下几种kappa系数，最高的对应分类最优

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：k-means聚类 k-means means 聚类分析 mean 如何

哪一种从理论与经验上说得通就选那一种，这个是你个人给出答案软件是给不出最佳答案的。统计检验最多就是给你个参考，一般会做类别间与类别内的方差检验，以及判别分析检验，不过一般都差别不大。

分几类主要取决于你个人的经验、感觉与理论。一般统计检验只能大概给你个参考，用得最多的就是类别间与类别内的方差检验、判别分析检验。不管分几类，你只要可以自愿其说就可以了。完全用定量与统计的方法确定最优k-mean聚类的类别数量的方法是不存在的。

602dxz 发表于 2013-3-17 20:23
分几类主要取决于你个人的经验、感觉与理论。一般统计检验只能大概给你个参考，用得最多的就是类别间与类别 ...

我还是存在疑问，不如我把文献那一段原文抄给你看看吧，请您再帮忙解释下：
“Next, the raw data consisting of 396 cases was randomly split into two data sets, A and B, each containing 198 cases. The K-means cluster procedure was administrated with the two sets of data.
With the possible cluster solution n (n=2,3...5,or 6), Data A were utilized to generate the distances between initial clusters by the K-means procedure.
The distance generated then was used with Data B computed by K-means analysis. Data B were computed in an unconstrained manner using the same procedure that was used for Data A.
Then a constrained computation using the cluster distances acquired in Data A was determined.
This procedure essentially provided a cross-validation for Data B. For a given n, the constrained solution clustered the cases in Data B according to the cluster distance generated from Data A, while the unconstrained solution was free of restrictions. Accordingly, Kappa co-efficiencies(the chance corrected coefficients of agreement) were calculated for the two solutions of Data B cases.
For each n, the optional n with the maximal Kappa was chosen as candidate N for the entire data for the final cluster analysis .”

mayshen008 发表于 2013-3-17 20:47
我还是存在疑问，不如我把文献那一段原文抄给你看看吧，请您再帮忙解释下：
“Next, the r ...

不好意思，我在用k-mean聚类的时候从没有关注过Kappa检验问题。由于我是先验理论驱动派（也就是说在做聚类分析前就大概心里已经确定了要分几类），楼主所关注的问题估计只有找数据驱动派（比如做数据挖掘方面的，在建模前没有理论与先验，完全靠数据来告诉你现象的那种流派）的人才能给你完美的解答。

用系统聚类
把系数的变化plot成散点图（碎石土）
找拐点

--墨子-- 发表于 2013-3-18 01:21
用系统聚类
把系数的变化plot成散点图（碎石土）
找拐点

您好，看到您在人大经济论坛上说，用聚类分析时，可以找出最优分类，请问是如何找的？我用的是SPSS，谢谢您。。.

--墨子-- 发表于 2013-3-18 01:21
用系统聚类
把系数的变化plot成散点图（碎石土）
找拐点

这个系数指的是什么？是说所有分类的系数，还是各成一类时的系数？

奔跑的鹰 发表于 2013-3-28 23:43
这个系数指的是什么？是说所有分类的系数，还是各成一类时的系数？

系统聚类就是hirachical cluster
自己选定聚类范围的

602dxz 发表于 2013-3-17 21:17
不好意思，我在用k-mean聚类的时候从没有关注过Kappa检验问题。由于我是先验理论驱动派（也就是说在做聚类 ...

还是谢谢你，那段内容我自己已经搞明白了。的确也是一种你说的纯靠数据来检验分类的