聚类分析与SPSS实现——《社会统计分析方法》

GOGONiCole

已于 2022-04-08 22:11:43 修改

阅读量4.3k

点赞数 5

文章标签：经验分享

于 2022-04-08 16:15:43 首次发布

本文链接：https://blog.csdn.net/weixin_51372096/article/details/124041944

版权

本文详细介绍了聚类分析的基本概念、常用方法及其在SPSS中的实现，包括层次聚类、K-均值聚类和二阶聚类。聚类分析是一种探索性分析，通过相似性测度和不同聚类方法，对数据进行无监督分类。在SPSS中，可选择相应聚类方法进行操作，并注意数据标准化、异常值处理和选择合适的聚类指标。

摘要由CSDN通过智能技术生成

一、定义

根据研究对象的特征对研究对象进行分类，使得同一类个体之间有高度的同质性，不同类的个体之间有较高的异质性。

聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，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。

从实际应用的角度看，聚类分析是数据挖掘的主要任务之一。而且聚类能够作为一个独立的工具获得数据的分布状况，观察每一簇数据的特征，集中对特定的聚簇集合作进一步地分析。聚类分析还可以作为其他算法（如分类和定性归纳算法）的预处理步骤。

聚类分析在SPSS26中的位置：“分析”——“分类”，再选择相应的聚类方法即可。