概念
系统聚类的合并算法通过计算两类数据点间的距离,对最为接近的两类数据点进行组合,并反复迭代这一过程,直到将所有数据合成一类,并生成聚类谱系图。
其中距离的计算有多种:
1.样品与样品之间的常用距离:
2.指标与指标之间的常用距离:
3.类与类之间的常用距离:
(1)最短距离法:
(2)最长距离法:
(3)组间平均连接法:
(4)组内平均连接法:
(5)重心法:
算法流程
1.将每个对象看作一类,计算两两之间的最小距离。
2.将距离最小的两个类合并成一个新类。
3.重新计算新类与所有类之间的距离。
4.重复二三步,直到所有类最后合成一类。
5.结束。
SPSS操作
最终合并为一类后,随之而来也有一个问题,题目中到底应该聚成多少类。这里就需要用到肘部法则,他可以估计出最优的聚类数量。
用图形估计聚类的数量
肘部法则:通过图形大致的估计出最优的聚类数量。
下面的图为一个例题图:
可以明显看出K值从1到5时,畸变程度变化最大。超过5以后,畸变程度变化显著降低。因此肘部就是K=5,故可将系别数设定为5。