数学建模学习笔记之评价问题聚类分析法
物以类聚、人以群分。
聚类分析是一个很大的概念,显然根据分类的依据不同会出现很多很多聚类的方法。例如K-Means 、Sequential Leader、Model Based Methods、Density Based Methods、Hierarchical Methods、EM、蚁群算法等等。各类算法之间并没有优劣之分,只存在选择是否恰当问题。数学建模主要注重结论,所以这里就重点讲解其中比较有名的K-Means聚类和它在SPSS软件上的实现。
聚类:把各不相同的个体分割为有更多相似性子集合,产生的子集叫做簇
应用领域:客户价值分析、文本分类、数据处理等
K-Means聚类(K-均值)分析
算法步骤
- 随机选取K个样本作为类中心
- 计算各样本与各类之间的距离
- 将各样本归于最近的类中心点
- 求各类样本的均值,作为新的类中心
- 判定:若类中心不再发生变动或到达迭代次数,算法结束,否则返回第二步。
聚类指标
外部指标:将聚类结果与参考模型进行比较
a:集合SS包含在聚类结果中属于相同簇在参考模性中也属于相同簇的样本对。
b:集合SD包含在聚类结果中属于相同簇在参考模性中属于不同簇的样本对。
c:集合DS包含在聚类结果中属于不同簇在参考模性中属于相同簇的样本对。
d:集合DD包含在聚类结果中属于不同簇在参考模性中属于不同簇的样本对。
Jaccard系数
J C = a a + b + c JC=\frac{a}{a+b+c} JC=a+b+ca
FM指数
F M I = a a + b ∗ a a + c FMI=\sqrt[]{\frac{a}{a+b}*\frac{a}{a+c}} FMI=<