kmeans聚类分析结果怎么看_【Stata与机器学习】物以类聚-KMeans算法应用案例介绍...

古语有云：物以类聚，人以群分。

KMeans是无监督机器学习中的聚类算法中最简单的一种——基于特征对样本进行归为不同的类，很好地阐述了‘物以类聚’这句话的精髓。

机器学习又叫统计学习。既然都统计了，所以当然包括了计量经济学。所以一般来说，机器学习的算法类型远多于计量经济学。比如线性回归，这个算是机器学习算法中比较基础的部分。当然，计量经济学在回归分析、因果推断方面的造诣，也是普通机器学算法所不能比的。两者有很多交叉的地方，也各有所长。

本文目录
一、KMeans聚类分析算法原理
二、KMeans Stata命令介绍
三、Stata中的应用案例一：建模命令简单展示
四、Stata中的应用案例二：建模+分析
五、小结+Stata其它机器学习命令介绍

一、KMeans聚类分析算法原理

关于K均值聚类算法的原理，本人也已经在另外一篇文章中进行详细说明（并使用Python进行建模），在此不再赘述。具体可以参考：

https://zhuanlan.zhihu.com/p/338057896​zhuanlan.zhihu.com

二、KMeans Stata命令介绍

Stata中KMeans算法建模的完整命令是cluster kmeans，所以kmeans算是cluster的一个核心子命令；cluster的另外一个核心子命令是kmedians。

cluster means的完整语法： cluster kmeans [varlist] [if] [in] , k(#) [ options ]

参数说明：

Main 必填选项
# * k(#)： perform cluster analysis resulting in # groups - 设定分类的簇（组）的个数。
# measure(measure): similarity or dissimilarity measure; default is L2 (Euclidean) - 距离的衡量方法，默认是L2欧式距离。
# name(clname): name of resulting cluster analysis - 聚类分析结果列的名称。 Options 可选选项
# start(start_option): obtain k initial group centers by using start_option - 用来获取初始的k个簇。默认是krandom，即随机抽取k个样本。
# keepcenters: append the k final group means or medians to the data - 把最后k个分组的均值或者中位数数据append到数据集。 Advanced 高级可选选项
# generate(groupvar): name of grouping variable - 分组变量的名称。
# iterate(#): maximum number of iterations; default is iterate(10000) - 最大迭代次数，默认是10000次。

三、Stata中的应用案例一：建模命令展示

本案例来自cluster kmeans的帮助文件。本案例的数据简单，直接展示了cluster kmeans的建模过程。更深入建模分析&#