作為廣受數(shù)據(jù)分析師青睞的一款數(shù)據(jù)統(tǒng)計(jì)和分析軟件，IBM SPSS Statistics中有全面的數(shù)據(jù)分析方法，今天我們要介紹的是它的聚類分析中的快速聚類分析。

一、方法概述

聚類分析是將研究對(duì)象按照一定的標(biāo)準(zhǔn)進(jìn)行分類的方法，分類結(jié)果是每一組的對(duì)象都具有較高的相似度，組間的對(duì)象具有較大的差異。

這類分析方法多用于對(duì)于數(shù)據(jù)樣本沒有特定的分類依據(jù)的情況，IBM SPSS Statistics會(huì)通過對(duì)數(shù)據(jù)的觀察為用戶做出較為完善的分類。

圖1：功能位置

快速聚類是聚類分析的一種，使用到的功能在“分析”——“分類”中的“K-均值聚類”。

二、案例分享

1.樣本數(shù)據(jù)

圖2：功能位置

我們這里選擇的數(shù)據(jù)樣本是一部分學(xué)生的各科期末成績(jī)，使用快速聚類方法可以分析各個(gè)學(xué)生成績(jī)分布的差異和共性。

2.變量設(shè)置

圖3：功能位置

我們將學(xué)生的所有單科成績(jī)作為分析變量，移入到“變量”窗口中，將學(xué)生的編號(hào)變量移入到下側(cè)的“個(gè)案標(biāo)記依據(jù)”窗口。

聚類數(shù)設(shè)置的是分類的數(shù)目，這個(gè)需要根據(jù)數(shù)據(jù)樣本的特點(diǎn)來設(shè)置，我們這里設(shè)置為4類。

聚類方法有兩類，即迭代和分類，前者較為復(fù)雜，會(huì)在分析過程中不斷移動(dòng)凝聚點(diǎn)，后者則始終使用初始凝聚點(diǎn)，我們選擇兩類都有的第一種分析方法。

3.聚類中心

圖4：聚類中心

用戶可以選擇從外部文件或數(shù)據(jù)文件中寫入或讀取聚類中心，本案例中我們不使用這個(gè)功能。

4.迭代設(shè)置

圖5：迭代設(shè)置

我們可以設(shè)置迭代的終止條件，即到達(dá)設(shè)定的最大值后將停止迭代分析，輸出聚類分析結(jié)果。

收斂性標(biāo)準(zhǔn)設(shè)置的是凝聚點(diǎn)改變的最大距離小于初始凝聚點(diǎn)的比例，小于設(shè)定值時(shí)，也會(huì)停止迭代，輸出結(jié)果。

使用運(yùn)行均值表示每次觀測(cè)后都重新計(jì)算凝聚點(diǎn)，這些設(shè)置保持默認(rèn)即可。

5.保存

圖6：保存新變量

這是用來設(shè)置保存形式的，勾選“聚類成員”將保存SPSS的分類結(jié)果，勾選“與聚類中心的距離”將保存觀測(cè)值和所屬類別的歐氏距離，我們不做設(shè)置。

6.選項(xiàng)

圖7：選項(xiàng)設(shè)置

這個(gè)對(duì)話框設(shè)置的是輸出的統(tǒng)計(jì)量和個(gè)案缺失處理方法，勾選“初始聚類中心”和“每個(gè)個(gè)案的聚類信息”。

7.結(jié)果輸出

圖8：聚類結(jié)果

在輸出日志中可以看到，這些學(xué)生根據(jù)他們的單科成績(jī)被分成了四類，SPSS輸出了多個(gè)表格，包括初始聚類中心、迭代歷史記錄、聚類成員、最終聚類中心、最終聚類中心之間的距離和每個(gè)聚類中的個(gè)案數(shù)目，完整詳細(xì)，可信度較高。

三、小結(jié)

使用IBM SPSS Statistics進(jìn)行快速聚類的方法和案例分享就是這么多啦，這是一個(gè)較為常用的分類分析法，適用程度很高，希望可以對(duì)大家有所幫助！