聚类分析sasPPT课件

.,1,聚类分析sas程序,.,2,系统聚类的基本格式PROCCLUSTERMETHOD=聚类方法;Var变量名列表;ID变量名;Copy变量名列表;By变量名;Run;指定的聚类方法有method=averave类平均Centroid重心法,complete最长距离法,Single最短距离法,ward离差平方和法Flexible可变类平均法Median中间距离法EML最大似然谱系法,系统聚类,.,3,选项1数据集选项输入数据集data=sas数据集，默认最近生成的数据集输出数据集outtree=sas数据集，生成用于画聚类树的数据集2控制聚类之前的数据处理变量标准化standard3控制聚类过程信息的打印noid禁止聚类过程中每次产生合并时打印id值Print=n打印聚类过程的最后n层例print=3要求sas打印从3个类到所有样品合并为1个类时的聚类过程，默认打印全过程Simple打印每个变量的描述统计量,.,4,语句By语句对by变量定义的组分别做聚类分析Id语句指定标示观测的变量，用于区分聚类历史中打印输出集ottree指定的数据集中的观测，若省略，则用obn表示，n为观测的序号Copy语句把语句中指定的变量从输入数据集复制到outtree指定的输出数据集中Var语句指出参与聚类分析的变量，默认所有数值变量参与分析,.,5,2020/5/22,5,P127.例1.表4.18个样品2个指标的观测值为：,例中两个指标的量纲相同，可以不作标准化变换,.,6,2020/5/22,6,datacluster07;inputx1x2;cards;25234443-43-22-32-1-3;procclusternoeigen/*不计算特征值*/rsquareout=tremethod=single;varx1x2;proctree;run;,.,7,2020/5/22,7,SingleLinkageClusterAnalysisRoot-Mean-SquareTotal-SampleStandardDeviation=2.795085MeanDistanceBetweenObservations=5.035943NumberFrequencyNormalizedofofNewemipartialMinimumClusClusJoiClusterR-SquaredR-SquaredDistanceTieterstersned7OB3OB420.0045710.9954290.198573T6OB6OB720.0045710.9908570.1985735OB5CL630.0198100.9710480.2808244OB1OB220.0182860.9527620.397145T3CL4CL740.0388570.9139050.3971452CL3CL570.5957010.3182040.8187361CL2OB880.3182040.0000001.012525,.,8,2020/5/22,8,Root-Mean-SquareTotal-SampleStandardDeviation=2.795085,MeanDistanceBetweenObservations=5.035943,.,9,2020/5/22,9,NumberFrequencyNormalizedofofNewsemi-partialMinimumClusClusJoiClusterR-SquaredR-SquaredDistanceTieterstersned7OB3OB420.0045710.9954290.198573T6OB6OB720.0045710.9908570.1985735OB5CL630.0198100.9710480.2808244OB1OB220.0182860.9527620.397145T3CL4CL740.0388570.9139050.3971452CL3CL570.5957010.3182040.8187361CL2OB880.3182040.0000001.012525,新类号,类与类的连接,新类中样品数,半偏R方：数值大则上一次合并的效果好,规范化的最短距离,捆：同时合并,.,10,2020/5/22,10,.,11,例对10位应聘者做智能检验。3项指标X，Y和Z分别表示数学推理能力，空间想象能力和语言理解能力。其得分如下，选择合适的统计方法对应聘者进行分类。,.,12,2020/5/22,12,dataex;inputxyz;cards;282928182318112216212322262926202322162222142324242924222724;procclusternoeigenrsquareout=treemethod=single;varxyz;proctreehor;/*hor表示画纵向谱系，默认横向*/run;,.,13,2020/5/22,13,Root-Mean-SquareTotal-SampleStandardDeviation=4.11141MeanDistanceBetweenObservations=8.930861NormTMiniNCL-ClustersJoined-FREQSPRSQRSQDiste9OB4OB620.0011.9990.1128OB1OB520.0088.9900.3167T7CL8OB930.0263.9640.3167T6CL7OB1040.0394.9240.31675OB7OB820.0099.9150.33594CL9CL540.0690.8460.46173OB2CL450.0357.8100.50082CL6CL390.4847.3250.51311CL2OB3100.3252.0000.8228,.,14,2020/5/22,14,.,15,聚类的基本格式ProcFastclusmaxcluster=nradius=t；Var变量名列表;Id变量名;By变量名;Run;说明maxcluster=n规定分类的最大个数nRadius=t规定下一个凝聚点与现有凝聚点的最小距离，默认为0,动态聚类,.,16,选项1数据集选项输入数据集data=sas数据集seed=sas数据集，指定初始凝聚点数据集。指定一个数据集，sas从中选择初始凝聚点，若缺省，sas从data=给出的数据集中选择初始凝聚点输出数据集Out=sas数据集，除包含输入数据集变量外，还包含两个变量：名字为cluster的变量表明各个观测分入的类号，名字为distance的变量，表明观测离所在类重心的距离Mean=sas数据集，指定一个数据集，其中包含各类的均值和一些统计量,.,17,选项2计算最终凝聚点的选项converge=c，指定收敛判别准则，c为非负值。当凝聚点改变的最大距离小于等于初始凝聚点之间的最小距离乘以c时，循环过程结束。C的默认值为0.02.只有出现maxiter=选项并且大于1时才能使用该选项。Delete=n当归入凝聚点所在类的观测个数小于等于n时，删除那些凝聚点。删除过程在完成drift选项和由maxiter=选项指定的每次迭代后进行的。当观测最终归入各类后，凝聚点不进行删除，因此，最后生成的类中可能出现类中样品个数小于n的情况。Drift初始凝聚点选好后，每当一个观测归入最靠近的凝聚点所在的类后，该类的凝聚点都要被类中现有观测的均值替代Maxiter=n指定重新计算类的凝聚点的最大迭代次数,.,18,2020/5/22,18,P149.例4.7.表4.216个样品2个指标的观测值为：,例中两个指标的量纲相同，可以不作标准化变换,.,19,2020/5/22,19,dataclu1/*(type=distance)*/;inputx1x2;cards;05232544435162-43-32-30-52110-10-2-1-1-1-3;dataclu2;inputx1x2;cards;43-320-1;procfastclusdata=clu1seed=clu2maxc=3out=clu3;procprintdata=clu3;run;,.,20,2020/5/22,20,ClusterMeansClusterX1X213.833333.000002-3.000002.400003-0.20000-1.20000OBSX1X2CLUSTERDISTANCE10523.9698922311.8333332512.7131444411.0137954310.16667,.,21,2020/5/22,21,OBSX1X2CLUSTERDISTANCE65112.3154176212.386308-4321.166199-3220.4000010-3022.4000011-5222.03961121132.50599130-130.28284140-230.8246215-1-130.8246216-1-331.96977,.,22,2020/5/22,22,改动初始凝聚点ob2,ob10，ob14dataclu1/*(type=distance)*/;inputx1x2;cards;05232544435162-43-32-30-52110-10-2-1-1-1-3;dataclu2;inputx1x2;cards;23-300-2;procfastclusdata=clu1seed=clu2maxc=3out=clu3;procprintdata=clu3;run;,.,23,2020/5/22,23,TheFASTCLUSProcedureReplace=FULLRadius=0Maxclusters=3Maxiter=1ClusterMeansClusterx1x2-13.0000000003.0000000002-3.7500000001.7500000003-0.500000000-1.750000000ClusterStandardDeviationsClusterx1x2-12.0701966781.60356745120.9574271081.25830573930.5773502690.957427108,.,24,2020/5/22,24,Obsx1x2CLUSTERDISTAN