聚类分析(Cluster Analysis)的特点和方法

作者：佚名文章来源：本站原创点击数：更新时间：2007-11-7

聚类分析(Cluster Analysis)是物以类聚的一种统计分析方法。用于对事物类别的面貌尚不清楚，甚至在事前连总共有几类都不能确定的情况下进行分类的场合。
　　聚类分析可分为对变量聚类（如在儿童的生长发育研究中，把以形态学为主的指标归于一类，以机能为主的指标归于另一类等）和对样品聚类（如解剖学上依据骨骼的形状和大小等，不仅可以区别样品是人还是猿，还可以区别性别、年龄等）。
　　聚类方法大致可归纳如下：
　　①系统聚类法　先将ｎ个元素（样品或变量）看成ｎ类，然后将性质最接近（或相似程度最大）的２类合并为一个新类，得到n-1类，再从中找出最接近的２类加以合并变成了n-2类，如此下去，最后所有的元素全聚在一类之中。
　　②分解法　其程序与系统聚类相反。首先所有的元素均在一类，然后用某种最优准则将它分成２类，再用同样准则将这２类各自试图分裂为２类，从中选１个使目标函数较好者，这样由２类变成了３类。如此下去，一直分裂到每类中只有１个元素为止，有时即使是同一种聚类方法，因聚类形式(即距离的定义方法)不同而有不同的停止规则。
　　③动态聚类法　开始将ｎ个元素粗糙地分成若干类，然后用某种最优准则进行调整，一次又一次地调整，直至不能调整了为止。
　 ④有序样品的聚类　ｎ个样品按某种因素（时间或年龄或地层深度等）排成次序，要求必须是次序相邻的样品才能聚在一类。
　　其他还有加入法、有重叠的类、模糊聚类等。
　　聚类分析实质上是寻找一种能客观反映元素之间亲疏关系的统计量，然后根据这种统计量把元素分成若干类。常用的聚类统计量有距离系数和相似系数２类。距离系数一般用于对样品分类，而相似系数一般用于对变量聚类。距离的定义很多，如极端距离、明考斯基距离、欧氏距离、切比雪夫距离等。相似系数有相关系数、夹角余弦、列联系数等。

【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

精选博客

没有相关文章

论坛·博客

最新心理书籍

热点文章

频道精选

关于我们 \| 媒体报道 \| 联系方式 \| 免责声明 \| 合作加盟 \| 招聘信息 \| 投诉建议 \| 友情链接 \| 广告刊例
学校地址：南京市白下区常府街85号新大都广场写字楼乙幢27楼A座客户服务电话:025-84293096 025-84293828 025-86663472
在线视频客服点击进入中华心理教育网心理咨询师QQ群号 ①:16494228 ②:21757909 ③20413498 版权所有 Copyright @ 2006-2008 中华心理教育网（浏览本网主页，建议将电脑显示屏的分辨率调为1024*768）苏ICP证06011946号

聚类分析(Cluster Analysis)的特点和方法

精选博客

相关文章

推荐文章

热门培训·工作坊

论坛·博客

热点文章

频道精选