清风数学建模笔记-聚类算法

K-maens算法：

算法的原理：

在论文中时，可以把一些可以流程化的算法的流程图加上去

优点：

缺点：

点容易受异常值的影响，且受影响较大

k-means++算法：

使用SPSS进行聚类分析：

S默认使用的是Kmeans++算法

当遇到各变量之间存在量纲的影响时，可以进行标准化，在SPSS中的操作方法为：

分析-描述-描述性统计-勾选将标准化值另存为变量

内容：层次聚类

一.算法流程：

二.距离算法

1.绝对值距离

2.欧式距离

3.马氏距离

4.Minkowski距离

5.Chebyshev距离

三.层次聚类中，组内距离使用方法

1.最短距离法

2.最长距离法

3.组间平均链接法

4.组内平均链接法

?5.重心法

方法都是多种多样的，你使用它能解释得通即可

四.SPSS实现

1.分析-分类-系统聚类

2.勾选谱系图

3.选项方法可以选择类与类之间的距离

4.根据数据情况选择是否标准化

5.保存中可以选择聚类的最终类数，也可以不选择，因为可以通过结果中的谱系图来判断选择k值，也可以用算法来选择k

五.肘部法则：用来选择k

1.图的画法：

内容：DBSCAN算法

一.介绍

1.基于密度的算法，前两种都是基于距离的聚类算法，具体原理是：

二.优点

三.缺点

只对本身就有形状的图才有好效果