马克威分层聚类

马克威操作说明

选择数据文件为“马克威通用数据3.mkw”，演示聚类分析的操作。（注：因本例中两变量的量纲一样，所以可以不进行数据的标准化转换。）

（1） 首先，在工作区，打开建模分析工作流“高级统计”→“聚类分析”→“分层聚类”；

（2） 接着选择数据源；

（3） 然后设置模型参数；

（4） 具体操作如下。

1) 变量选择：

参数设置如下，聚类变量为“是否独生子女”、“期望薪酬”、“花费时间”、“学历”、“是否找到工作、“学习层次”。聚类方法为组间连接法，测量方法为欧氏聚类，聚类个数为2，数据转换与输出图为Z分数方法，同时输出谱系图：

（5）输出结果：

聚类步骤表：

谱系图：

（6）结果说明：

聚类步骤表所列的是聚类过程的各步骤，第一栏列出的是聚类步骤序号，第二、三栏列出了合并的两类的序号，最后一栏“系数”栏列出的是合并的两类的系数。由聚类分析的原理可知，个案之间亲密程度最高的，即距离最小或相似系数最接近1或-1的最先合并。不同的聚类方法和测度方法以及是否进行数据转化，系数值会完全不同。

冰柱图给出了不同聚类数的分类规则，谱系图就是聚类步骤表的图形表示。

数据要求

输入变量类型：整型、浮点型、布尔型等，无特殊数据要求

（注：聚类变量必须是数字型字段）

输入数据尺度：标量型、名义型、有序型

算法用途

分层聚类是聚类分析的一种方法，聚类分析的目的就是把相似的东西归为类，减少差异。分层聚类适用于样本量较少的分析场景。

应用领域为：自然科学研究、社会科学研究、工农业生产等。

算法原理

开始时将N个观测量（变量）视为N类；规定相似性统计量的测度，并计算相似系数矩阵；

找出最大相似系数的观测量（变量）组：为类与类的相似系数，为相似系数矩阵或不相似系数矩阵，若为相似系数矩阵，则依据最小者挑选与()，若为不相似系数（距离）矩阵，则则依据最大者挑选与进行聚类，即将与合并成一个新类（）；

计算新类与当前各类的相似性系数，更新相似系数矩阵：将得到的新的系数代换与相关的行与列，删除与有关的行与列；

重复过程：寻找最大相似系数观测变量组和计算相似系数矩阵，直至聚为一类；

系统共提供了六种分层聚类的方法，五种距离尺度标准。如：明考斯基距离、马氏距离、匹配距离等。

结果与解释

输出结果：