聚类分析(快速聚类和变量聚类) 上机指导

.

实验六 聚类分析

——动态聚类和变量聚类

二、动态聚类法——FASTCLUS过程

动态聚类又称为逐步聚类，基本思想是，开始先粗略地分一下类（先选一批凝聚点，让样品向最近的凝聚点聚集，就得到初始分类），然后按照某种最优的原则修改不合理的分类，直到分得比较合理为止。

FASTCLUS过程的一般格式：

PROC FASTCLUS MAXCLUSTER=n|RADIUS=t ; VAR variables; ID variable; FREQ variable; WEIGHT variable; BY variables; 语句说明：

PROC FASTCLUS 语句用来开始FASTCLUS过程，必须规定说明项MAXCLUSTER= 或RADIUS= 中的一个。 说明项和常用选项：

（1） MAXCLUSTER=n|MAXC=n :指定所允许的最大分类数，

缺省为100.

（2） RADIUS=t :为选择新的“凝聚点”指定的最小距离

精品

.

准则。当一个观测点与已有

精品

.

“凝聚点”的最小距离均大于由该选项规定的值t时，该观测可考虑用来作为新的“凝聚点”。t的缺省值为0.

（3） DATA=SAS-data-set：给出进行聚类的观测数据集的

名字。

（4） OUT= SAS-data-set:聚类结果保存都新的数据集中，

包含VAR中变量，及新变量cluster和distance（观测与所属类间的距离）。

（5） CLUSTER=name： 规定在输出的数据集中用以指示观

测属于哪一类的变量名字。缺省为CLUSTER.

（6） DRIFT：执行逐个修改法

（7） MAXITER=n：指定重新计算类的凝聚点的最大迭代次

数。当n>0时，执行按批修改法。缺省为1.

（8） DISTANCE：要求输出类均值之间的距离

（9） LIST：要求列出所有观测所归入类的类号及观测同

最终凝聚点之间的距离。

注意事项：

应用举例：

例2：试用FASTCLUS过程对16个地区农民生活水平的调查数

精品

.

据

精品

.

(数据集d641)进行分类。 SAS程序：

proc fastclus data=d641 out=out653 maxc=4 list; var x1-x6;id group; run;

maxc=4：规定最大分类个数为4类 list：要求列出分类结果。

out=out653：指定生成名为out653的输出数据集，包含VAR中的变量，新变量cluster和新变量distance（观测与所属类中心的距离）。

主要输出结果：

动态聚类的初始凝聚点（数据不标准化）

动态聚类的分类结果（数据不标准化）

精品