聚类分析的原理和应用（二）

本文主要讲述聚类分析在SPSS中的实现，和对结果的解读  主要应用K均值聚类、系统聚类、两步聚类法

案例一        K均值聚类在移动用户分类中的应用

1.自变量的类别和定义如下 （客户在不同时间段的通话时长和平均时长）

2.观察数据发现平均通话时长跟总通话时长不在一个数量级上，考虑对数据进行标准化处理

3.单击分析→分类→K均值聚类 弹出如下对话框选入六个变量，在选项对话框中将迭代次数定位100，K均值聚类需要自定义聚类数目，这里选择为5类（4-8类是常见的聚类类别）

如下图得到分类结果，标准化可以消除数据数量级的差异，但是不便于阅读，我们需要转化成可读的方式

3.单击分析均值→平均值 对话框，在选项中选取平均值，进行运算

4.得到结果如下：

然后公司就可以针对不同的用户特点，推出不同的套餐，以增加用户的消费

案例二  对变量的聚类   系统聚类法

1.如下图：数据集是不同国家的裁判对不同运动员的打分情况

2.下图是选项和参数的设置 ，变量的聚类距离选取（皮尔逊相关性）

3.下图是分析结果

表一  是聚类过程  首先把2和4聚为一类 ，接下来把3和7聚为一类，依次类推

图一  是冰柱图可以忽略，图二是树状图，要重点关注和解读

图二

4.对结果的解读如下

图二的结果 按照最大的距离作为25，其他的以25做参照化简

可以看到非专业裁判8和其他专业裁判到距离为25才聚为一类（非专业与专业裁判有较大差异）

3.5.7聚为一类，罗马尼亚、中国和俄罗斯聚为一类裁判得分相近

1.2.4.6 意大利、韩国、法国、美国 聚为一类得分相近  这两个东西方阵营之间存在差异，但是他们之间的差异小于 专业裁判与非专业裁判之间的差异