聚類分析共有三類：快速聚類、系統(tǒng)聚類和二階聚類，下面我們要介紹的是IBM SPSS Statistics的二階聚類分析的方法。

一、二階聚類

使用二階聚類，SPSS會(huì)為用戶探索數(shù)據(jù)間較為自然的一種分類，可以同時(shí)處理分類變量和連續(xù)變量，也叫作兩步聚類。

圖1：二階聚類

第一步是構(gòu)建分類的特征數(shù)，將觀測(cè)點(diǎn)記在某個(gè)節(jié)點(diǎn)處，然后判斷后續(xù)觀測(cè)點(diǎn)與該節(jié)點(diǎn)的相似性，若不相似，將構(gòu)建一個(gè)新的節(jié)點(diǎn)；第二步是對(duì)節(jié)點(diǎn)進(jìn)行分組，分組完成就是二階聚類分析完成。

SPSS的聚類功能都在“分析”——“分類”菜單下，點(diǎn)擊“二階聚類”，可以進(jìn)入二階聚類分析窗口。

二、分析操作

1.數(shù)據(jù)樣本

圖2：數(shù)據(jù)樣本

我們這里選用的是SPSS自帶的一份數(shù)據(jù)樣本，各類汽車的參數(shù)及銷售數(shù)據(jù)，使用二階聚類可以將這些個(gè)案對(duì)象進(jìn)行分類分析處理。

2.變量設(shè)置

圖3：二階聚類的變量設(shè)置

將汽車類型“type”移入分類變量窗口，將分類依據(jù)的變量移入連續(xù)變量窗口，我們這里依據(jù)的是價(jià)格、寬度、長度、燃料效率等基礎(chǔ)參數(shù)的變量，可以使用Shift鍵將這些變量選中后一次性添加。

3.其他設(shè)置

圖4：其他設(shè)置

距離測(cè)量使用對(duì)數(shù)似然，因?yàn)槲覀冞@里使用到了分類變量，所以歐氏距離不可用。

聚類數(shù)量使用自動(dòng)確定，最多可以分為15類，當(dāng)然，也可以自己確定聚類數(shù)。

聚類準(zhǔn)則使用BIC標(biāo)準(zhǔn)。

4.選項(xiàng)

圖5：選項(xiàng)設(shè)置

勾選使用噪聲處理離群值，數(shù)值使用默認(rèn)的25%即可，這會(huì)將數(shù)據(jù)的析出節(jié)點(diǎn)合并為一個(gè)噪聲節(jié)點(diǎn)，判斷后保留特定的節(jié)點(diǎn)，不能被歸類的觀測(cè)值會(huì)被標(biāo)記為離群值。

內(nèi)存分配設(shè)置的是聚類過程中的最大空間，超過設(shè)定值后會(huì)使用硬盤存儲(chǔ)數(shù)據(jù)。

連續(xù)變量的標(biāo)準(zhǔn)化這里不需要多加設(shè)置，如果已標(biāo)準(zhǔn)化，可以減少右側(cè)窗口內(nèi)的變量。

5.輸出

圖6：輸出設(shè)置

勾選輸出透視表，會(huì)輸出四個(gè)表格：BIC統(tǒng)計(jì)表、連續(xù)變量的均值和標(biāo)準(zhǔn)差、最終分類的觀測(cè)個(gè)數(shù)、最終分類變量的頻數(shù)統(tǒng)計(jì)表。

保持默認(rèn)已勾選的圖表和表格，下面的工作數(shù)據(jù)文件和XML文件根據(jù)需要設(shè)置保存及導(dǎo)出位置。

6.完成分析

圖7：自動(dòng)聚類表格

上圖是輸出結(jié)果的第一個(gè)表格，從這個(gè)表格中可以分析最佳的聚類數(shù)目：較小的BIC值，較大的更該比率，較大的距離度量比率，最佳聚類數(shù)目是3類。

圖8：聚類概要

在質(zhì)心和聚類頻率表格中可以看到具體的三組分類下各個(gè)變量的均值和偏差，頻率和百分比情況。

三、小結(jié)

以上就是在IBM SPSS Statistics中如何使用二階聚類方法對(duì)數(shù)據(jù)樣本進(jìn)行分析處理了，聚類分析的操作難度不大，合理選擇聚類方法可以找到現(xiàn)有數(shù)據(jù)的最佳聚類分布，便于后續(xù)分析操作的進(jìn)行。