机器学习 - SPSS - 聚类（学习笔记）

两步聚类（Two Step)

同时处理类别变量、连续变量

自动确定最终的分类个数，具备自动探索未知领域的能力

占用内存资源小，适合处理大型数据集，速度快

同其他统计方法一样，二阶聚类也有严苛的适用条件，它要求模型中的变量独立，类别变量是多项式分布，连续变量须是正态分布。

步骤：1.预聚类，即对案例进行初步归类，也允许最大类别数由使用者决定；2.正式聚类，将步骤1的出局类别在进行聚类，并确定最终的聚类方案，并会根据一定的统计标准确定聚类的类别数量。

层次聚类

可以对变量或案例进行聚类，变量可以为连续或分类变量，提供的距离测量方法和结果表示方法也非常丰富。

K-Means聚类

人为确认聚类个数。

要求事先知道需要将样品分为多少类；只能对案例进行聚类而不能对变量聚类；所使用的变量必须是连续性变量，且对变量的多元正态性、方差齐性等条件要求较高