分层聚类,又称层次聚类、系统聚类,顾名思义是指聚类过程是按照一定层次进行的。
数据分析过程中如果需要按变量(标题)聚类,那么此时就应该使用分层聚类,并且结合聚类树状图进行综合判定分析。比如当前有8个裁判对于300个选手进行打分,试图想对8个裁判进行聚类,以挖掘出裁判的打分偏好风格类别情况,此时则需要进行分层聚类。
分层聚类的基本思想是:
在聚类分析的开始,每个样本(或变量)单独作为一组,然后按照某种方法度量所有样本(或变量)之间的亲疏程度,把距离相近的先样本(或变量)先聚成类,距离相远的后聚成类,如此反复,直到所有样本(或变量)聚成一类为止。
分层聚类有几点需要特别注意:
1:仅针对定量数据进行分层聚类;
2:如果数据的单位有较大差别,可首先对于数据进行标准化处理后,针对标准化数据进行分层聚类;
SPSSAU用户可点击 数据处理-生成变量-选择标准化(S),进行数据标准化处理。