例：

為了更深入了解我國(guó)環(huán)境的污染程度狀況，現(xiàn)利用

2009

年數(shù)據(jù)對(duì)全國(guó)

31

個(gè)省、自治區(qū)、

直轄市進(jìn)行聚類分析。

解：

現(xiàn)在要分析我國(guó)各個(gè)地區(qū)的環(huán)境污染程度，

案例中選擇了各地區(qū)

“工業(yè)廢氣排放總量”

、

“工業(yè)廢水排放總量”和“二氧化硫排放總量”三個(gè)指標(biāo)來(lái)反映不同污染程度的環(huán)境狀況，

同時(shí)選擇了北京等省市的數(shù)據(jù)加以研究。

這個(gè)問(wèn)題屬于典型的多元分析問(wèn)題，需要利用多

個(gè)指標(biāo)

來(lái)分析各省市之間環(huán)境污染程度的差異。

因此，

可以考

慮利用快速聚類分析來(lái)研究

各省市之間的差異性，具體

操作步驟如下。

1)

打隨書光盤中的數(shù)據(jù)文件

9-2.sav

，選擇菜單欄中的【

A?nalyze

(分析)

】→【

Classify

(分

類)

】→【

K-Means?Cluster

(

K

均值聚類)

】命令，彈出【

K-Means?Cluster?Analysis

(

K

均

值聚類分析)

】對(duì)話框。

2)

在左側(cè)的候選變量列表框中將

X1

、

X2

和

X3

變量設(shè)定為聚類分析變量，將其添加至

【

Variables

(變量)

】列表框

中；同時(shí)選擇

Y

作為標(biāo)識(shí)變量，將其移入【

Label?Cases?by

(個(gè)案標(biāo)記依據(jù))

】列表框中。

3)

在【

Number?of?Clusters

(聚類數(shù))

】文本框中輸入數(shù)值“

3

”

，表示將樣品利用聚類分析

分為三類，如下圖所示。

4)

單擊【

Save

(保存)

】按鈕，彈出【

K-Means

Cluster

Analysis

：

Save

(

K

均值聚類分析：

保存)

】

對(duì)話框；

勾選

【

Cluster?membership

(聚類新成員)

】

和

【

Distanc?e?from?cluster?center

(與聚類中心的距離)

】

復(fù)選

框，

表示輸出樣品的聚類類別及距離，

其他選項(xiàng)保持系

統(tǒng)

默認(rèn)設(shè)置，如下圖所示，單擊【

Continue

(繼續(xù))

】

按鈕返回主對(duì)話框。

總結(jié)

以上是生活随笔為你收集整理的k均值聚类算法考试例题_K-均值聚类法实例解析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。