spss clementine Twostep Cluster(两步聚类 二阶聚类)

shiyiming

From SAS_Miner's blog on Sina

<p>一 、前提条件：</P>
<p>1.变量之间不存在多重共线性；<br />
2.变量服从正态分布；</P>
<p>二、原理：</P>
<p>第一步，预聚类、准聚类过程：<br />
构建聚类特征树（CFT），分成很多子类。<br />
开始时，把某个观测量放在树的根节点处，它记录有该观测量的变量信息，然后根据指定的距离测度作为相似性依据，使每个后续观测量根据它与已有节点的相似性，放到最相似的节点中，如果没有找到某个相似性的节点，就为它形成一个新的节点。<br />

第二步，正式聚类：<br />
将以第一步完成的预聚类作为输入，对之使用分层聚类的方法进行再聚类（对数似然函数）。<br />
每一个阶段，利用施瓦兹贝叶斯信息准则（BIC）评价现有分类是否适合现有数据，<br />
并在最后给出符合准则的分类方案。</P>
<p>三、优点：</P>
<p>1.海量数据处理；<br />
2.自动标准化数据；<br />
3.能够处理分类变量和连续变量的混合数据；<br />
4.可自动丢弃异常值或者将异常值归入最近的类。<br />
5.可自动确定或者根据业务需要人工指定分类数目；<br /></P><div style="border-top: 1px solid rgb(203, 217, 217); padding-top: 20px; padding-bottom: 10px;">
<p><br><a href="http://move.blog.sina.com.cn/admin/blogmove/blogmove_msn.php" target="_blank">MSN空间完美搬家到新浪博客!</a></p></div>