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，更多相关内容在工程资料-天天文库。

1、第六章聚类分析系统聚类过程系统聚类法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指定聚类方法。常用的聚类方法及其SAS名如下：（1）AVE

2、RAGE

3、AVE（类平均法）；（2）CENTROID

4、CEN（重心法）；(3)(4)(5)COMPLETEICOM（最长距离法）;DENSITYIDEN（密度估计法）；EML（最大似然谱系聚类）；(7)(8)(9)(10)(11)FLEXIBLE

5、FLE（可变类平均法）；MCQUITTY

6、MCQ（McQuitty的相似分析方法）;MEDIANIMED（中间距离法）；SINGLEISIN（最短距离法）；TWOSTAGEITWO（两阶段密度估计法）；WARD（Ward法或离差平方和法）常用的＜options＞选项:1）・数据集选项（1）DATA=sas-data-set：规定输

7、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）STANDARDISTD：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;(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;(3)N0EIGEN：阻止计

8、算立方聚类标准的特征根;(4)BETA：对可变类平均法规定参数0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⑴PSEUDO：输岀伪F统计量和伪T2统计量，该选项仅对数据为坐标醐或方法为AVE.CEN和Ward时有效。(2)RSQAREIRSQ：输出“恥半偏该选项仅幷数踞为坐标数裾或方法为AVE,CEN^WARD时有效。(2)PRINT=nlP=n：指定输出聚类过程的輻滤。⑷SIMPLE：細毎个查量的描谜性统计鼠二、VAR语句该语句的…般格式为：varvari

9、ables;现的数值型变氫量，如缺答则使用所有在其他语句中没有出三、COPY语句潇旬的-般粘式为:copyvariables;该殖也copyZ后列Hi緻量(-般是VAR等瓢齣没有砒的)•熾入婢集复制到OUTTREE卿定的敦髒中，以备艇°.「.,：.!1!ID语句该齣的-般格式为；Dvariable;该齣號-个变量作为识别聚类过程中的输出，并作为0U1TREE规定般据集中緘那簸省时，系统用0恤,叢示第"个®在聚类分肿,删别®8通常使用该应用举例（课本例641）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费支出情况

10、的六个指标•试利用调查资料对16个地区进行分类.地区食品（X1）衣着

11、黑龙江116.2229.5713.2413.7621.756.04上海221,11G&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115-8430.2612.2033.6133.773.85河南1