kmeans聚类分析结果怎么看_聚类分析终稿1（SPSSAU）

一、前言

在项目8中，我们学习了利用联合分析法萃取客户喜爱值，本次项目我们将学习利用SPSS实现聚类分析。

二、方法

1.聚类分析的描述

按照个体(记录)的特征将它们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。为了得到比较合理的分类，首先要采用适当的指标来定量地描述研究对象之间的联系的紧密程度。直观的理解为按空间距离的远近来划分类别。

2.K-means Cluster过程

■属于非系统聚类法的一-种

■方法原理

■选择(或人为指定)某些记录作为凝聚点。按就近原则将其余记录向凝聚点凝集，计算出各个初始分类的中心位置(均值)

■用计算出的中心位置重新进行聚类

■如此反复循环，直到凝聚点位置收敛为止细

三、操作过程

1.计算132位客户喜好值如下：

2.将数据导入进行定量分析，分为5类，得到以下结果：

使用聚类分析对样本进行分类，使用Kmeans聚类分析方法，从上表可以看出：最终聚类得到5类群体，此5类群体的 占比分别是39.39%, 8.33%, 19.70%, 21.97%, 10.61%。cluster_2的占比低于10%，意味着这一类别人群相对较少。

聚类类别汇总图

3.聚类类别方差分析差异对比

聚类类别群体对于所有研究项均呈现出显著性(p<0.05),意味着聚类分析得到的5类群体，他们在研究项上的特 征具有明显的差异性，具体差异性可通过平均值进行对比。

4.聚类项重要性对比

三、结论

由以上结果可将5类命名为：

（1）可口有糖

（2）偏百事有糖

（3）百事无糖

（4)偏百事无糖

（5）百事有糖