概念 系统聚类的合并算法通过计算两类数据点间的距离,对最为接近的两类数据点进行组合,并反复迭代这一过程,直到将所有数据合成一类,并生成聚类谱系图。
文章图片
其中距离的计算有多种:
1.样品与样品之间的常用距离:
文章图片
2.指标与指标之间的常用距离:
文章图片
3.类与类之间的常用距离:
(1)最短距离法:
文章图片
(2)最长距离法:
文章图片
(3)组间平均连接法:
文章图片
(4)组内平均连接法:
文章图片
(5)重心法:
文章图片
算法流程 1.将每个对象看作一类,计算两两之间的最小距离。
2.将距离最小的两个类合并成一个新类。
3.重新计算新类与所有类之间的距离。
4.重复二三步,直到所有类最后合成一类。
5.结束。
SPSS操作 【数学建模|系统(层次)聚类】
文章图片
文章图片
文章图片
最终合并为一类后,随之而来也有一个问题,题目中到底应该聚成多少类。这里就需要用到肘部法则,他可以估计出最优的聚类数量。
用图形估计聚类的数量 肘部法则:通过图形大致的估计出最优的聚类数量。
文章图片
下面的图为一个例题图:
文章图片
可以明显看出K值从1到5时,畸变程度变化最大。超过5以后,畸变程度变化显著降低。因此肘部就是K=5,故可将系别数设定为5。
推荐阅读
- 数学建模|神经网络(ANN)
- LeetCode|LeetCode 探索初级算法-数组(03 旋转数组-20200316)
- 力扣|力扣初级算法-07-数组-旋转图像
- Anaconda|Anaconda(Jupyter)里发现不能识别自己的GPU该怎么办?
- 图像处理|肺部阴影识别检测 matlab算法技术
- #|LeetCode每日一题——1161. 最大层内元素和
- #|LeetCode每日一题——593. 有效的正方形
- #|Leetcode每日一题——三个无重叠子数组的最大和
- #|算法理论——快速幂思想(附例题)