灰色聚类模型

一、灰色关联聚类模型（指标聚类）

灰色聚类也叫“灰色绝对关联聚类”，是基于指标间两两形成的灰色关联度的一种聚类方法。通过灰色关联矩阵将一些观测指标或观测对象聚集成若干个可以定义类别的方法。灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。由此，我们可以检查许多因素中是否有若干个因素关系十分密切。

灰色关联矩阵就是由灰色关联度组成的矩阵，也叫做灰色相关性矩阵。矩阵之间，每一个指标与另一个指标存在相关性的大小，相关性的大小度量方法有指标与指标之间的灰色绝对关联度。

1.数据的始点零象化处理

始点零象化处理就是对指标的一个数据变成0的过程

2.计算灰色综合关联度

3.计算绝对关联度矩阵

4.根据关联度进行聚类

软件：http://igss.nuaa.edu.cn/，注册码：6666-4680-6344-6417

二、灰色定权聚类评估模型（观测对象）

灰色聚类评估，一般情况下分为：灰色变权聚类与灰色定权聚类评估模型。当聚类指标的意义、量纲不同，且在数量上悬殊较大时，采用灰色变权聚类可能导致某些指标参与聚类的作用十分微弱。解决上述问题有两条途径：1.采用初值化算子或均值化算子将样本值化为无量纲数据，然后进行聚类。这种方式不能反映不同指标在聚类中的差异性。（未考虑数据本身含义）2.对各聚类指标事先赋权，即定权聚类。

灰色定权聚类评估模型：其核心是基于可能度函数，进而对观测对象按照灰类以及对应的指标进行聚类。需要事先设定可能度函数和不同聚类指标的权重进而计算聚类系数，从而对观测对象进行聚类。其中，灰类表示聚类的数量。

1.确定可能度函数

2.确定聚类权

对每一个指标进行赋权，这里赋权的方式有很多，此处采用主观定权。权重要结合数据实际情况进行，并给出一定的解释

3.确定定权聚类系数

4.确定聚类结果

三、Origin绘图