引言:精益六西格玛黑带之聚类观测(cluster observations) Cluster K-means聚类观测(cluster observations)一、该命令用于在未知组别的情
精益六西格玛黑带之聚类观测(cluster observations)/Cluster K-means
聚类观测(cluster observations)
一、该命令用于在未知组别的情况下将变量分组。该方法的第一步是将两个最接近的变量结合起来,下一步第三个变量结合到前面的两个中或将两个其他变量结合至不同的聚类。持续进行这一过程直至所有聚类结合为一个。
二、对话框内容
1、variables or distance matrix:输入包含测量数据的栏
2、Linkage method:选择确定两个聚类距离的方法
3、Distance measure
A、correlation:一种确定距离的方法。
B、Absolute correlation:一种确定距离的方法。
4、specifyfinalpartition by
A、number of clusters:用一个特定的聚类数确定最后的分割。
B、Similarity level:用一特定的类似的水平确定最后的分割。
5、show dendrogram:显示系统树图
Cluster K-means
一、该命令用于对彼此接近的变量进行分组观测,当可以通过足够的信息指定初始聚类时,该方法很适用。
二、对话框内容
1、variables:输入包含测量数据的栏
2、Specify partition by
A、number of clusters:确定聚类数
B、Initial partition column:确定一个包含用于开始分割过程的聚类的栏。
三、standdardize variables:通过减去均值和初一标准偏差将所有变量标准化。
聚类观测(cluster observations)
一、该命令用于在未知组别的情况下将变量分组。该方法的第一步是将两个最接近的变量结合起来,下一步第三个变量结合到前面的两个中或将两个其他变量结合至不同的聚类。持续进行这一过程直至所有聚类结合为一个。
二、对话框内容
1、variables or distance matrix:输入包含测量数据的栏
2、Linkage method:选择确定两个聚类距离的方法
3、Distance measure
A、correlation:一种确定距离的方法。
B、Absolute correlation:一种确定距离的方法。
4、specifyfinalpartition by
A、number of clusters:用一个特定的聚类数确定最后的分割。
B、Similarity level:用一特定的类似的水平确定最后的分割。
5、show dendrogram:显示系统树图
Cluster K-means
一、该命令用于对彼此接近的变量进行分组观测,当可以通过足够的信息指定初始聚类时,该方法很适用。
二、对话框内容
1、variables:输入包含测量数据的栏
2、Specify partition by
A、number of clusters:确定聚类数
B、Initial partition column:确定一个包含用于开始分割过程的聚类的栏。
三、standdardize variables:通过减去均值和初一标准偏差将所有变量标准化。
相关热词:精益六西格玛黑带