计量地理学第7章系统聚类分析.

计量地理学第7章系统聚类分析ppt课件

聚类分析方法

多元统计分析之聚类分析PPT课件

第六章 地理系统的聚类分析

例:以我国新疆地区6个地点和4个指标 为例,用最短距离法进行聚类分析.第一步,将原始数据经标准化处理后,以 欧氏距离作为分类统计量,得初始距离 矩阵D(0),如下表所示.G1 G2

中的样本个数 n j ， X j 中的样本两两组 n ( n 1) 合共有 2 种。 || x x || 表示所有样本之间距离之和。 Pj 为 w j 类的先验概率 ，可

[2]朱建平,应用多元统计分析[M].科学出版社.2009:62-90. [3]张良均,杨坦,肖刚,徐圣兵,等.MATLAB数据分析与挖掘实战.97107. [4]梁桦伟,均值聚类

0.26 0.04 0.00 0.15X6X71.00 0.140.24 0.000.08 0.070.13 0.000.45 1.000.13 0.590.13 1.000.43

0第1次（Stage），将第9个农 业区和第10个农业区聚在一 起，距离是 .209。该小类将 在第8次聚类用到。其余类推所聚的两类分别由第7次和第8 次聚类所生成结果判读－垂直冰

1 n Kurtosis ( xi x)4 / 4 3 n i 1当数据分布与标准正态分布的陡峭程度相 同时，峰度值等于0；峰度大于0表示数据的分 布比标准正态分布更陡峭

xm1 xm2 , xmj , xmn地点 海拔高度哈巴河 阿勒泰 克拉玛依巴楚 莎车 于田(1) 532.6 735.1427 1116.5 1231.21427原始数据年平均降

44ArcGIS聚类分析——一般的属性分类Features特征Properties-SymbologyCategories类别 Quantities定量 Charts图表 Mult

ISODATA算法：ISODATA算法：ISODATA算法：ISODATA算法：ISODATA算法：ISODATA算法： ISODATA 算法中，起始聚合中心的选取对聚类过 程和结

– 类间具有较低的相似度• 聚类结果的质量依赖于相似度评价方法以及 它们的应用； • 聚类结果的质量也取决于它发现隐藏模式的 能力。聚类分析在数据挖掘中的应用• 作为一个独立的分析

7.1.1 聚类分析的基本思想二、原始数据处理（一）数据的对数变换x ln xij' ij（二）数据的标准化标准差标准化级差标准化7.1.1 聚类分析的基本思想二、原始数

区间标度的相似度(2)• 如果 q = 2, d是 Euclidean 距离:d (i, j) (| x x |2 | x x |2 ... | x x |2 ) i1

➢高的簇内相似性 ➢低的簇间相似性 聚类结果的好坏取决于该聚类方法采用的相似性 评估方法以及其具体实现；聚类方法的好坏还取决于该方法发现隐含模式的 能力；数据挖掘对聚类分析的要求

Average:一个簇中元素与另一个簇中元素的平均距离, i.e.,dis(Ki, Kj) = avg(tip, tjq) Centroid:两个簇的质心距离, i.e., dis