针对教材P212页的表格7-5，用系统聚类和快速聚类做聚类分析。
- 1.数据概况
- 2.代码及运行结果
- 2.1 系统聚类法
- 2.2 快速聚类法
- 3.链接
目的：1996年全国31个省、市、自治区城镇居民消费数据采用系统聚类及快速聚类做聚类分析
1.数据概况
2.代码及运行结果
2.1 系统聚类法
#导包
library(xlsx)
#读取数据
data = read.xlsx("C:\\Users\\6\\Desktop\\R语言\\多元统计分析及R语言建模作业\\1996年全国31个省、市、自治区城镇居民消费数据.xlsx",'Sheet1',row.names=T)
#了解数据结构
plot(data,gap=0)
#计算矩阵行向量之前的距离
D=dist(data);D #默认为euclidean距离
#对每个聚类模型进行测试
#图片统一放在代码最下方，可根据图片里的表示判断是哪个距离法
plot(hclust(D,"single")); #最短距离法
plot(hclust(D,'complete')) #最长距离法
plot(hclust(D,'median')) #中间距离法
plot(hclust(D,'average')) #类平均法
plot(hclust(D,'centroid')) #重心法
plot(hclust(D,'ward.D')) #Ward.D法
plot(hclust(D,'ward.D2')) #Ward.D2法
H = hclust(D,'ward.D2');H #选择Ward.D2法进行进一步分类最短距离法：
最长距离法
中间距离法：
类平均法：
重心法：
Ward.D法
Ward.D2法
综合考虑以上的分析结果，从全国各省、市、自治区的消费数据来看，使用Ward.D2方法聚类的效果较好，且分为四类较为合适。
plot(H);rect.hclust(H,2)
cutree(H,2) # 分两类
plot(H);rect.hclust(H,3)
cutree(H,3) #分三类
plot(H);rect.hclust(H,4)
cutree(H,4) #分四类结果如下：
两类：
三类：
四类：
按类整理聚类图结果：
这个图画的画比较难画，word版已上传至网盘，可复制。若有问题可在评论区提出。
2.2 快速聚类法
X = rbind(data)
km = kmeans(X,4) #使用快速聚类发分四类 （同样可以分为2，3，4类，参数自调）
kc = km$cluster
km #km中存有快速聚类结果最终结果如下：
两类：
提示：在R gui中，城市及分类的情况（1，2，3，4）是错位的，要看清哦！
三类：
四类：
整理的效果图：
结论：对比系统聚类法及快速聚类法，两种聚类法在聚类方面基本上差不多，只有在分四类时，浙江出现了微小的差距，在分两类分三类时，情况是一致的，因此在选择聚类的方法时可以根据实际情况选择较好的模型。
3.链接
数据及代码连接：链接：https://pan.baidu.com/s/1n0nrF3txGosB00gGlfMw5w
提取码：8888
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
