打字猴:1.70265888e+09
1702658880
1702658881 简单地说,聚类分析的结果往往取决于变量的选择和变量值的获取两个方面。变量的选择越准确,变量的测量越可靠,那么得到的分类结果就越能够描述事物各类间的本质区别。
1702658882
1702658883 聚类分析所使用的方法不同,常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析,所得到的聚类数未必一致。
1702658884
1702658885 从统计学的观点看,聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、图论聚类法、聚类预报法、分解法、加入法、动态聚类法、有序样品聚类法、有重叠聚类法和模糊聚类法等。
1702658886
1702658887 在聚类分析中,聚类要素的选择是十分重要的,它直接影响分类结果的准确性和可靠性。
1702658888
1702658889 在地理分类和分区研究中,被聚类的对象常常是由多个要素构成的。不同要素的数据往往具有不同的单位和量纲,其数值的变异可能是很大的,这就会对分类结果产生影响。因此,当分类要素的对象确定之后,在进行聚类分析之前,首先要对聚类要素进行数据处理。
1702658890
1702658891 假设有m个聚类的对象,每一个聚类对象都由n个要素构成。它们所对应的要素数据如图12.1所示。
1702658892
1702658893
1702658894
1702658895
1702658896 图12.1 聚类对象与要素数据示意图
1702658897
1702658898
1702658899
1702658900
1702658901 Excel统计分析与应用大全 [:1702652506]
1702658902 Excel统计分析与应用大全 12.1.2 聚类分析方法概述
1702658903
1702658904 在聚类分析中,常用的聚类要素的数据处理方法有以下几种。
1702658905
1702658906 (1)总和标准化
1702658907
1702658908 分别求出各聚类要素所对应的数据的总和,以各要素的数据除以该要素的数据的总和,即
1702658909
1702658910
1702658911
1702658912
1702658913 这种标准化方法所得到的新数据满足如下定义:
1702658914
1702658915
1702658916
1702658917
1702658918 (2)标准差标准化
1702658919
1702658920 通过公式表达,体现为
1702658921
1702658922
1702658923
1702658924
1702658925 由这种标准化方法所得到的新数据,各要素的平均值为0,标准差为1,即有
1702658926
1702658927
1702658928
1702658929
[ 上一页 ]  [ :1.70265888e+09 ]  [ 下一页 ]