聚類分析原理與測試

相似文件 换一批

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

小弟第一次發文，如有疏漏，請多指教


主題為介紹SAS軟件中下對上的階層式聚類法，為非監督式分類法之一


語法如下：


PROC CLUSTER data=abc METHOD=AVERAGE OUTTREE=TREE ccc pseudo;
VAR x;
copy y;
run;

*輸入資料集、方法採用（據SAS官方所述，在此介紹兩種，Average為UPGMA法，計算距離採正規化後均方根距離；
Centroid為UPGMC法，對觀測值或集群取中位數後計算兩兩成對的歐式距離）

*Outtree為輸出繪製樹形圖所需表格

*CCC為輸出類間群集準則

*Pseudo為輸出偽T與偽F檢定量


proc tree data=tree ncl=a out=result;
run;

輸出樹形圖與表，ncl為指定群集個數，out為輸出統計表


樹形圖如上，觀測值或集群兩兩成對計算距離後，取最短距離之兩觀測值（或集群）進行合併



兩距離相近之觀測值或集群進行連接


合併至只剩一個集群停止




集群準則圖，判定合併方式之一



SAS輸出的報表

RSQ為模式線性關係強弱，Semi-Partial RSQ為邊際（marginal）的RSQ

描述RSQ的增量，一般不於過大時選擇分群數目，避免多分一群時大幅增加模式解釋度

偽F統計量描述組間離散度/組內離散度，故該值愈大則合併至該數目愈佳

偽T統計量與CCC值方在探討中，希望熱心人士能予以解答

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0 回帖

关键词：Marginal centroid average Cluster Partial

学习了，保存了。谢谢！

繁体字，很难看。看看你的原始数据。

不好意思，我是台灣人，不習慣用簡體字

原始數據為地理資訊方面的數據

礙於資料保密的關係，恕我無法提供

这个可以学习一下