spss教程:K-Means聚类(快速聚类)

作者:国际小甜 | 创建时间: 2023-03-31
层次聚类的每一步都要重新计算每个距离,对计算机的要求高,K-Means聚类也称快速聚类,仍然是以距离作为亲疏指标。...
spss教程:K-Means聚类(快速聚类)

操作方法

K-Means聚类需要用户先确定聚类数目,只有唯一的解,输入3,表示分为3类。 迭代与分类:表示聚类分析的每一步都重新确定类中心点(spss默认),仅分类表示类中心点始终为初始类中心点,此时仅进行一次迭代。

迭代次数和收敛性标准均是判断快速聚类终止的标准,通常情况下不改变软件自带的数。 “保存”选项中的“聚类成员”即为聚类分析后的分类结果保存在原始数据窗口中。 “选项”中的“初始聚类中心”、“单因素方差分析”是最后显示的结果。

结果分析:“初始聚类中心”显示最初始的6维空间的类中心,“迭代历史记录”中表示第1次迭代后,类的中心点分别偏移24.387、6.307、23.579,第二次迭代后,偏移量等于设置中输入的“收敛性标准”中的“0”,故停止聚类分析。 第二个图:显示最终的聚类中心的6维空间数值;又单因素方差分析知,聚类后的3类之间存在显著的差别;第一、二、三类的个案数分别是7、3、21。

点击展开全文

更多推荐