數(shù)據(jù)分析課程設(shè)計論文

1、基于K均值的Iris數(shù)據(jù)聚類分析姓名謝穩(wěn)學號1411010122班級信科141成績_________________《數(shù)據(jù)分析》課程設(shè)計作業(yè)R型聚類分析是對變量（指標）的分類，其主要作用：不但可以了解個別變量之間的親疏程度，而且可以了解各個變量組合之間的親疏程度。2.2.2Q型聚類分析Q型聚類分析是對樣品的分類，其主要作用：可以綜合利用多個變量的信息對樣本進行分析；分類結(jié)果直觀，聚類譜系圖清楚地表現(xiàn)數(shù)值分類結(jié)果；所得結(jié)果比傳統(tǒng)分類方法更

2、細致、全面、合理。其常用的統(tǒng)計量是距離。常用的聚類方法為譜系聚類法等。2.3譜系聚類法2.3.1概念譜系聚類法是目前應用較為廣泛的一種聚類法。譜系聚類是根據(jù)生物分類學的思想對研究對象進行分類的方法。在生物分類學中，分類的單位是：門、綱、目、科、屬、種。其中種是分類的基本單位，分類單位越小，它所包含的生物就越少，生物之間的共同特征就越多。利用這種思想，譜系聚類首先將各樣品自成一類，然后把最相似（距離最近或相似系數(shù)最大）的樣品聚為小類，再將

3、已聚合的小類按各類之間的相似性（用類間距離度量）進行再聚合，隨著相似性的減弱，最后將一切子類都聚為一大類，從而得到一個按相似性大小聚結(jié)起來的一個譜系圖。2.3.2選擇距離(參考文獻[1]p209頁)在使用系統(tǒng)聚類法進行聚類的過程中，尤其是Q型聚類是建立在樣品之間距離矩陣的基礎(chǔ)上的，通常需要對原始數(shù)據(jù)進行參考點的建立和去量綱化的處理，然后求出樣品距離矩陣D，我們采用比較廣泛的閔可夫斯基（Minkowski）距離：11d(|xx|)pmpi

4、jikjkk???當p=2時121d(|xx|)pmijikjkk???即為歐幾里得CEuclidean）距離。然后進行類的搜索、合并于距離矩陣的更新涉及類間距離的計算，需要事先計算類與類之間的距離。依據(jù)類問距離不同的計算方法，我們可以把系統(tǒng)聚類法分為最短距離法、最長距離法、重心法、離差平方和法(ward）等。設(shè)GpGq為前一輪操作中形成的某兩個聚類，在本輪操作中歸聚為新類Gr=GpGq則新類Gr與前一輪操作中形成噸，Gq之外的任意一類