实验12-SPSS-聚类分析-公司员工绩效评估

 SPSS-聚类分析介绍

       聚类分析，就是按照个体的特征将他们分类，目的在于让同一个类别内的个体之间 具有较高的相似度，而不同类别之间具有较大的差异性。

       我们可以对变量进行聚类，但是更常见的还是对个体进行聚类，也就是样本聚类。

例如对用户、渠道、商品、员工等方面的聚类，聚类分析主要应用在市场细分、用户细分等领域。

常用指标：距离和相似度。

聚类分析时，将“距离”较小的 点或“相似系数”较大的点归为同一类。

1.聚类分析总结起来共有四步：

(1)确定需要参与聚类分析的变量

(2)对数据进行 标准化处理

(3)选择聚类方法和类别个数

(4)聚类分析结果解读

常用的聚类方法主要包括：

(1)快速聚类(K-Means Cluster):也称为K均值聚类；它是按照一定的方法选取一批聚类中心点，让个案向最近的聚类中心点聚集形成初始分类，然后按照最近距离原则调整不合理的分类，直到分类合理为止。

(2)系统聚类(Hierarchical Cluster):也成层次聚类，首先将参与聚类的个案各视为一类， 然后根据两个类别之间的距离或者相似性逐步合并，直到所有个案合并为一个大类为止。

(3)二阶聚类(TwoStep Cluster):

也称两步聚类，它是 随着人工智能的发展而发展起来的一种智能聚类方法。整个聚类过程

分为两步：

第一步骤是预聚类࿰