SAS程序下，聚类方法的选择

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

      聚类分析方法（观测值聚类）的选择细节特别多，下面是根据手册总结出的结果，供参阅。
method=指定方法：一般会根据观测值多少（size）、形状（shape）、离散性（dispersion）来综合判断使用什么方法;

1）K-means和ward倾向于每个类中有相同的观测值。
2）average倾向于聚的类具有相同的方差；
3）非参模型single、twostage和density系列的方法倾向于不规则的图形。
4）Centroid（质心）对异常值比较稳健。

      一般来说可以分成下面几类是常用的，如果聚类特征特别好，哪种方法基本上没有什么区别。





1、类间界限不清晰的情况，一般使用twostage（调整k）和ward的方法

---

1. title;
   
2. data closer;
   
3.    keep x y c;
   
4.    n=50; scale=1;
   
5.    mx=0; my=0; c=3; link generate;
   
6.    mx=3; my=0; c=1; link generate;
   
7.    mx=1; my=2; c=2; link generate;
   
8.    stop;
   
9. generate:
   
10.    do i=1 to n;
    
11.      x=rannor(9)*scale+mx;
    
12.      y=rannor(9)*scale+my;
    
13.      output;
    
14.    end;
    
15.    return;
    
16. run;
    
17. proc sgplot;
    
18.      scatter y=y x=x / group=c ;
    
19. run;
    

复制代码

2、不同观测值和离散性的多元正态（twostage（调整k）、single）

---

1. data unequal;
   
2.    keep x y c;
   
3.    mx=1; my=0; n=20; scale=.5; c=1; link generate;
   
4.    mx=6; my=0; n=80; scale=2.; c=3; link generate;
   
5.    mx=3; my=4; n=40; scale=1.; c=2; link generate;
   
6.    stop;
   
7. generate:
   
8.   do i=1 to n;
   
9.     x=rannor(1)*scale+mx;
   
10.     y=rannor(1)*scale+my;
    
11.     output;
    
12.   end;
    
13.   return;
    
14. run;
    
15. proc sgplot;
    
16.      scatter y=y x=x / group=c;
    
17. run;

复制代码

3、细长型的数据分布（twostage（圆形区域内聚类）、结合aceclus（细长型的聚类））

---

1. data elongate;
   
2.     keep x y z;
   
3.     ma=8; mb=0; z=1; link generate;
   
4.     ma=6; mb=8; z=2; link generate;
   
5.     stop;
   
6. generate:
   
7.     do i=1 to 50;
   
8.       a=rannor(7)*6+ma;
   
9.       b=rannor(7)+mb;
   
10.       x=a-b;
    
11.       y=a+b;
    
12.       output;
    
13.      end;
    
14. return;
    
15. run;
    
16. proc sgplot;
    
17.      scatter y=y x=x / group=z;
    
18. run;

复制代码

4、Nonconvex聚类(centroid、twostage（调整k扑捉非线性趋势）)

---

1. data noncon;
   
2.    keep x y;
   
3.    do i=1 to 100;
   
4.      a=i*.0628319;
   
5.      x=cos(a)+(i>50)+rannor(7)*.1;
   
6.      y=sin(a)+(i>50)*.3+rannor(7)*.1;
   
7.      output;
   
8.    end;
   
9. run;
   
10. proc fastclus data=noncon out=out maxc=2 noprint;
    
11. run;
    
12. proc sgplot;
    
13.      scatter y=y x=x / group=cluster;
    
14. run;

复制代码

       不规则图形还是要看需要扑捉到什么图形，一般可以在非参的一类方法中，调整参数达到目的
以上均是2个变量的间的散点图，如果需要绘制多变量简单的图形，一般通用的做法是绘制典型变量的图形
       在SAS中一般会结合典型判别过程进行处理。

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6 收藏58 回帖

关键词：sas程序 聚类方法 dispersion generate centroid generate average method single title generate average method single title

好贴啊好帖，学习中，支持！