一、概念:(分析-分类-K均值聚类)
1、此过程使用可以处理大量个案的算法,根据选定的特征尝试对相对均一的个案组进行标识。不过,该算法要求您指定聚类的个数。如果知道,您可以指定初始聚类中心。您可以选择对个案分类的两种方法之一,要么迭代地更新聚类中心,要么只进行分类。可以保存聚类成员、距离信息和最终聚类中心。还可以选择指定一个变量,使用该变量的值来标记个案输出。您还可以请求分析方差F统计量。
二、聚类中心(分析-分类-K均值聚类)
为获得最佳有效性,可取一个个案样本并选择迭代和分类方法确定聚类中心。选择最终聚类中心另存为。然后恢复整个数据文件并选择仅分类作为方法,并选择读取初始聚类中心来源以使用该样本估计的中心对整个文件分类。您可以写入和读取文件或数据集。可以在同一会话中继续使用数据集,但不会将其另存为文件,除非在会话结束之前明确将其保存为文件。数据集名称必须符合变量命名规则。
三、迭代(分析-分类-K均值聚类-迭代)
注意:只有在您从“K均值聚类分析”对话框中选择了迭代和分类方法的情况下,这些选项才可用。◎最大迭代次数。限制K均值算法中的迭代次数。即使尚未满足收敛准则,达到迭代次数之后迭代也会停止。此数字必须在1到999之间。◎收敛性标准。确定迭代何时停止。它表示初始聚类中心之间的最小距离的比例,因此必须大于0且小于等于1。例如,如果准则等于0.02,则当完整的迭代无法将任何聚类中心移动任意初始聚类中心之间最小距离的2%时,迭代停止。◎使用运行均值。允许您请求在分配了每个个案之后更新聚类中心。如果不选择此选项,则会在分配了所有个案之后计算新的聚类中心。
四、保存(分析-分类-K均值聚类-保存)
1、聚类成员。创建指示每个个案最终聚类成员的新变量。新变量的值范围是从1到聚类数。
2、与聚类中心的距离。创建指示每个个案与其分类中心之间的欧式距离的新变量。
五、选项:(分析-分类-K均值聚类-选项)
统计量。您可以选择以下统计量:初始聚类中心、ANOVA表以及每个个案的聚类信息。◎初始聚类中心.每个聚类的变量均值的第一个估计值。默认情况下,从数据中选择与聚类数相等的分布良好的多个个案。初始聚类中心用于第一轮分类,然后再更新。◎ANOVA表.显示方差分析表,该表包含每个聚类变量的一元F检验。F检验只是描述性的,不应解释生成的概率。如果所有个案均分配到单独一个聚类,则ANOVA表不显示。◎每个个案的聚类信息.显示每个个案的最终聚类分配,以及该个案和用来对个案分类的聚类中心之间的Euclidean距离。还显示最终聚类中心之间的欧氏距离。
转载于:https://www.cnblogs.com/amengduo/p/9586686.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/180914.html原文链接:https://javaforall.cn