matlab谱系聚类图,如何看懂SPSS聚类分析的树状图/谱系图？

原创： 数据小兵 SPSS统计训练营

SPSS聚类分析提供两种类别图形的输出，第一种是软件默认的“冰柱图”，形状类似于冬天屋檐上垂下的冰柱，因此得名。第二种是“树状图”，在新版本软件中也称谱系图，像一个横着生长的树。

冰柱图虽然是软件默认输出，但实际上操作者们却更愿意看树状图。树状图直观的展示了聚类的整个过程，问题是，有读者说看不明白树状图。

这一期分享一个看懂SPSS聚类分析树状图的方法。

首先，

这棵树是从左向右横着生长的，最左侧罗列出所有聚类类别，像树的根系，可以说，你有多少聚类变量或个案，就有多少个根系类，根系类生长聚合，逐渐向右侧生长出若干枝干类，继续生长，最后合并为两类。也就是说，每一条横线，从根系开始就是一类，横线不断合并，类别也相应高度集中。

第二，

图形的顶部有一行数字，它是这颗树的横轴，数字是各类别的相对距离，是按距离比例重新设定的结果。这个类的相对距离，能大概告诉我们类别之间距离的变化。

第三，

读懂这颗树，你需要一把尺子，与从左向右的横线垂直90度放下。此时，横线(一条线就是一个类别)被尺子截断，这些端点的个数就是该相对距离下的类别数目。

如何读懂SPSS聚类分析的树状图？

以上图为例，如果我们是分成两类，请看右侧红线，“上海”独自成为一个类别，其他城市是第二个类别；如果我们想分成三类，那么这三类的情况是，“上海”独为一类，“天津、北京、广东、浙江”四个城市是第二类，第三类则包括剩余的其他城市。

再进一步，两条红线之间的距离，告诉我们聚为两类和三类，其类中间距离发生了多大的变化，我们可以尝试用这种相对距离变化的幅度来初步判断聚类的效果。

有读者可能又要问了，到底聚为几个类别比较合适？

那么我奉劝大家一句，不管是冰柱图还是树状图，它更多的是为我们充分展示聚类的整个过程，让我们从可视化的层面了解到哪些个案被归聚为一类，最终聚为几个类别，这需要你依据对不同类的特征的区隔程度来讨论决定。

(全文完)

PS：

1.酷热的西安，最近一个周个别区域社区出现短暂停电整修的情况，小兵家所在的小区因物业不作为等问题，不幸经历多天、多次停电，打乱了写作节奏。原计划要推出的SPSS上机课第10期将推迟到本周发布，此外向《用Excel和SPSS搞定正交试验设计》的一位付费读者朋友致歉了，因为停电的缘故，未能及时发送配套案例数据及正交试验数据分析模板，感谢督促，相关资料，已经上传课程后台。

2.有在暑期计划学习SPSS统计分析的读者朋友，欢迎继续关注本号的课程《SPSS统计分析：从入门到案例实践》，新一轮更新升级正在进行，课程是一方面，一对一微信的沟通交流效果很不错。有兴趣的可点击下方链接深度了解。谢谢。