聚类分析(系统聚类过程) 上机指导

《聚类分析(系统聚类过程) 上机指导》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章聚类分析——系统聚类过程一、系统聚类法——CLUSTER(系统聚类)过程CLUSTER(系统聚类)过程的一般格式PROCCLUSTERMETHOD=name;必需的语句VARvariables；COPYvariables;IDvariables;可选语句BYvariables;FREQvariables;语句说明：1、PROCCLUSTER语句该语句的一般格式为：PROCCLUSTERMETHOD=name;该语句表示调用CLUSTER过程，并开始执行系统聚类分析。METHOD=name指定聚类

2、方法。常用的聚类方法及其SAS名如下：（1）AVERAGE

3、AVE（类平均法）；（2）CENTROID

4、CEN（重心法）；（3）COMPLETE

5、COM（最长距离法）；12（1）DENSITY

6、DEN（密度估计法）；（2）EML（最大似然谱系聚类）；（3）FLEXIBLE

7、FLE（可变类平均法）；（4）MCQUITTY

8、MCQ(McQuitty的相似分析方法)；（5）MEDIAN

9、MED（中间距离法）；（6）SINGLE

10、SIN（最短距离法）；（7）TWOSTAGE

11、TWO（两阶段密度估计法）；（8）WARD（Ward法或离差平方和法）

12、常用的选项：1）．数据集选项(1)DATA=sas-data-set：规定输入数据集名。如果数据集的类型为TYPE=DISTANCE，那么数据被认为是距离阵，否则，认为是欧氏空问中的坐标数据，并计算欧氏距离。(2)OUTTREE=sas-data-set：生成记录聚类过程的输出数据集，用于画谱系聚类图的TREE过程可使用该数据集。如果缺省，采用DATAn规则来命名。2）.聚类前的数据处理及聚类细节选项（1）STANDARD

13、STD：对变量进行标准化处理，使处理后的数据均值为0，方差为1，该选项仅用于输入的数据是坐标数据

14、；(2)NOSQUARE：阻止过程在使用AVE，CEN，MED或Ward等方法进行聚类时对距离进行平方；12(3)NOEIGEN：阻止计算立方聚类标准的特征根；(4)BETA：对可变类平均法规定参数值；(5)NONORM：防止把距离规范化为单位均值或单位均方。如同Ward法一起使用，该选项阻止过程用总离差平方和去类间平方和得到平方半偏相关。3）.控制输出选项二、VAR语句三、COPY语句四、ID语句12应用举例（课本例6.4.1）例1：表6.7是我国16个地区农民1982年支出情况的抽样调查的汇总资料，每个地区都调查了反映每人平均生活消

15、费支出情况的六个指标．试利用调查资料对16个地区进行分类．goptionsftext="宋体";datad641;inputgroup$x1-x6;12cards;北京190.3343.779.7360.5449.019.04天津135.2036.4010.4744.1636.493.94河北95.2122.839.3022.4422.812.80山西104.7825.116.409.8918.173.25内蒙128.4127.638.9412.5823.993.27辽宁145.6832.8317.7927.2939.093.47吉林1

16、59.3733.3818.3711.8125.295.22黑龙江116.2229.5713.2413.7621.756.04上海221.1138.6412.53115.6550.825.89江苏144.9829.1211.6742.6027.305.74浙江169.9232.7512.7247.1234.355.00安徽153.1123.0915.6223.5418.186.39福建144.9221.2616.9619.5221.756.73江西140.5421.5017.6419.1915.974.94山东115.8430.2612.

17、2033.6133.773.85河南101.1823.268.4620.2020.504.30;procclusterdata=d641method=avestdpseudorsqouttree=b641;varx1-x6;idgroup;程序解释说明：method=ave：表示采用类平均法进行聚类std：要求对原始数据进行标准化，以消除指标之间由于量纲不同而不可比的问题；pseudo：输出伪F统计量和伪T2统计量，以确定分类个数；rsq：输出R2和半偏R2统计量，以确定分类个数；outtree=b641：生成记录聚类过程的输出数据集b

18、641，用于后面画谱系聚类图，缺省，自动以DATAn命名。varx1-x6;规定用于进行聚类分析的数值型变量；idgroup;12指定变量group作为识别聚类过程的输出，并作为outtree规定的数据集中