系统聚类法的原理

系统聚类

系统聚类按指标进行聚类，适用于小样本数据，其步骤如下：

把每个指标各自归为一类，比如有n个样本，则为n类

寻找最近的两个类，把它们归为一类，此时为n-1类

重新计算距离，进行归类，直到所有样本归为一类，结束

一般查看树状图进行查看数据分为几类更合适

原理应用到pearson相关和欧式距离，其中欧式距离计算如下：

分层聚类有几点需要特别注意：

1：仅针对定量数据进行分层聚类；

2：如果数据的单位有较大差别，可首先对于数据进行标准化处理后，针对标准化数据进行分层聚类；

3：由于均为定量数据，因而从原理角度上，分层聚类时应该使用Pearson相关系数去度量距离，相关系数值越大说明越紧密，则说明距离越近，相关系数值越小说明越疏远，说明距离越远；SPSSAU默认使用Pearson相关系数表示距离大小；

4：SPSSAU进行分层聚类时使用组平均距离法进行聚类；通俗地讲即首先将相关性最强的两项聚成一类（第一个合并簇），接着找出与该“合并簇”相关性最强的第三项，聚类成第二个合并簇，接着为第三个合并簇，依次循环迭代此过程，直至结束。

SPSSAU操作：