|
聚类分析方法（观测值聚类）的选择细节特别多，下面是根据手册总结出的结果，供参阅。 method=指定方法：一般会根据观测值多少（size）、形状（shape）、离散性（dispersion）来综合判断使用什么方法
1）K-means和ward倾向于每个类中有相同的观测值。
2）average倾向于聚的类具有相同的方差；
3）非参模型single、twostage和density系列的方法倾向于不规则的图形。
4）Centroid（质心）对异常值比较稳健。
一般来说可以分成下面几类是常用的，如果聚类特征特别好，哪种方法基本上没有什么区别。
1）类间界限不清晰的情况，一般使用twostage（调整k）和ward的方法
title;data closer; keep x y c; n=50; scale=1; mx=0; my=0; c=3; link generate; mx=3; my=0; c=1; link generate; mx=1; my=2; c=2; link generate; stop;generate: do i=1 to n; x=rannor(9)*scale+mx; y=rannor(9)*scale+my; output; end; return;run;proc sgplot; scatter y=y x=x / group=c ;run;
2）不同观测值和离散性的多元正态（twostage（调整k）、single）
data unequal; keep x y c; mx=1; my=0; n=20; scale=.5; c=1; link generate; mx=6; my=0; n=80; scale=2.; c=3; link generate; mx=3; my=4; n=40; scale=1.; c=2; link generate; stop;generate: do i=1 to n; x=rannor(1)*scale+mx; y=rannor(1)*scale+my; output; end; return;run;proc sgplot; scatter y=y x=x / group=c;run;
3）细长型的数据分布（twostage（圆形区域内聚类）、结合aceclus（细长型的聚类））
data elongate; keep x y z; ma=8; mb=0; z=1; link generate; ma=6; mb=8; z=2; link generate; stop;generate: do i=1 to 50; a=rannor(7)*6+ma; b=rannor(7)+mb; x=a-b; y=a+b; output; end;return;run;proc sgplot; scatter y=y x=x / group=z;run;
4）Nonconvex聚类(centroid、twostage（调整k扑捉非线性趋势）)
data noncon; keep x y; do i=1 to 100; a=i*.0628319; x=cos(a)+(i>50)+rannor(7)*.1; y=sin(a)+(i>50)*.3+rannor(7)*.1; output; end;run;proc fastclus data=noncon out=out maxc=2 noprint;run;proc sgplot; scatter y=y x=x / group=cluster;run;
不规则图形还是要看需要扑捉到什么图形，一般可以在非参的一类方法中，调整参数达到目的。以上均是2个变量的间的散点图，如果需要绘制多变量简单的图形，一般通用的做法是绘制典型变量的图形，在SAS中一般会结合典型判别过程进行处理。
|
