(23)聚類分析--系統(tǒng)聚類

此處不需要“個案標(biāo)注依據(jù)”

【統(tǒng)計】

主要關(guān)注“聚類成員”模塊,此處可以選擇設(shè)置類別數(shù)為一個范圍衰倦,也可以支持設(shè)置具體的單個分類數(shù)量袒炉。

這個選項對于暫時無法確定類別數(shù)目,或者想進行多類別數(shù)的結(jié)果比較時樊零,非常方便我磁。

【圖】

聚類分析支持生成聚類結(jié)果圖,從而更加直觀的查看聚類過程驻襟。

系統(tǒng)聚類分析支持兩種圖形:

1)譜系圖:也叫樹狀圖夺艰,以??狀的形式展現(xiàn)個案被分類的過程郁副。

2)冰柱圖:以“X”的形式顯示全部類別或指定類別數(shù)的分類過程豌习。

實際應(yīng)用中,兩種圖選擇其一輸出即可既荚。相對而言固以,譜系圖更加直觀憨琳。

因此本例中我們選擇譜系圖篙螟,冰柱圖選擇“無”

【方法】

系統(tǒng)聚類分析提供了多種聚類方法和適用于不同數(shù)據(jù)類型的測量方法遍略。

對于“聚類方法”:

比較常用的是“組間聯(lián)接”和“瓦爾德法”

對于“測量”:

1)區(qū)間:適用于連續(xù)變量,通常用默認的“平方歐氏距離”即可纽绍。

2)計數(shù):適用于連續(xù)或分類變量,通常使用“卡方測量”即可僧著。計數(shù)就是計算個數(shù)障簿。

3)二元:適用于0/1分類變量站故,通常使用“平方歐氏距離”即可世蔗。即是/否分類變量

對于“轉(zhuǎn)換值”:

“轉(zhuǎn)換值”就是用來進行數(shù)據(jù)標(biāo)準(zhǔn)化處理的污淋。一般采用“Z得分”寸爆。

選擇“按變量”對每個變量單獨進行標(biāo)準(zhǔn)化。

【保存】

重新輸入“解的范圍”冗美,生成新變量

CLU3-1粉洼、CLU4-1

CLU是系統(tǒng)聚類分析方法的分類結(jié)果變量的前綴

后面的數(shù)字3或4表示分的類別數(shù)

下劃線后面的數(shù)字表示系統(tǒng)聚類分析結(jié)果保存的次數(shù)属韧。

了解即可

了解即可

接下來我們看一下每個分類包含的個案數(shù),可通過【描述統(tǒng)計】--【頻率】

一定要勾選“顯示頻率表”,因為我們主要就是為了看各個分類下的個案數(shù)目

從頻率表知:

CLU3和CLU4的類別1人數(shù)一致裸燎,類別4頁人數(shù)一致泼疑,CLU4的類別2和3合起來就是CLU3的類別2.

接下來王浴,繪制交叉表,查看各分類下各個變量的平均值秒裕,便于比較钞啸。

交叉表結(jié)合頻率表可知:

1)CLU3和CLU4的類別1是同一批員工梭稚,業(yè)務(wù)能力很強弧烤,但是另外兩個能力很弱蹬敲。

2)CLU3的類別3和CLU4的類別4是同一批員工莺戒,分值都比較低从铲,可以認為是該類員工整體能力較差名段。

3)CLU3的類別2分值整體較高泣懊,屬于表現(xiàn)良好的員工,而CLU4將其細分為能力優(yōu)秀的類別2和能力一般的類別3

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市渠退,隨后出現(xiàn)的幾起案子碎乃,更是在濱河造成了極大的恐慌惠奸,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,036評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異嗅回,居然都是意外死亡绵载,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評論 3 395
  • 文/潘曉璐 我一進店門焚虱,熙熙樓的掌柜王于貴愁眉苦臉地迎上來鹃栽,“玉大人躯畴,你說我怎么就攤上這事禾锤《髦溃” “怎么了黄娘?”我有些...
    開封第一講書人閱讀 164,411評論 0 354
  • 文/不壞的土叔 我叫張陵逼争,是天一觀的道長劝赔。 經(jīng)常有香客問我着帽,道長,這世上最難降的妖魔是什么赫粥? 我笑而不...
    開封第一講書人閱讀 58,622評論 1 293
  • 正文 為了忘掉前任越平,我火速辦了婚禮灵迫,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘书闸。我一直安慰自己利凑,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,661評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著割按,像睡著了一般。 火紅的嫁衣襯著肌膚如雪院领。 梳的紋絲不亂的頭發(fā)上够吩,一...
    開封第一講書人閱讀 51,521評論 1 304
  • 那天强法,我揣著相機與錄音湾笛,去河邊找鬼。 笑死蓖墅,一個胖子當(dāng)著我的面吹牛论矾,可吹牛的內(nèi)容都是我干的公条。 我是一名探鬼主播靶橱,決...
    沈念sama閱讀 40,288評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼杰扫!你這毒婦竟也來了章姓?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,200評論 0 276
  • 序言:老撾萬榮一對情侶失蹤零渐,失蹤者是張志新(化名)和其女友劉穎诵盼,沒想到半個月后风宁,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,644評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡热监,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,837評論 3 336
  • 正文 我和宋清朗相戀三年狼纬,在試婚紗的時候發(fā)現(xiàn)自己被綠了疗琉。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片盈简。...
    茶點故事閱讀 39,953評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡柠贤,死狀恐怖类缤,靈堂內(nèi)的尸體忽然破棺而出餐弱,到底是詐尸還是另有隱情,我是刑警寧澤瓢谢,帶...
    沈念sama閱讀 35,673評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站论笔,受9級特大地震影響采郎,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜狂魔,卻給世界環(huán)境...
    茶點故事閱讀 41,281評論 3 329
  • 文/蒙蒙 一尉剩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧毅臊,春花似錦理茎、人聲如沸黑界。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽朗鸠。三九已至,卻和暖如春础倍,著一層夾襖步出監(jiān)牢的瞬間烛占,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評論 1 269
  • 我被黑心中介騙來泰國打工忆家, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人卸例。 一個月前我還...
    沈念sama閱讀 48,119評論 3 370
  • 正文 我出身青樓呜舒,卻偏偏與公主長得像,于是被迫代替她去往敵國和親眨八。 傳聞我的和親對象是個殘疾皇子页响,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,901評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 一。簡單介紹 按照特征來分贴彼; 目的在于人士能夠同一個類別內(nèi)的個體之間具有較高的相似度,而不同的相似度精钮,而不同類別 ...
    Joypang閱讀 8,703評論 0 2
  • RFM分析只能對客戶的行為進行分析弹沽,包含的信息量有點少。一般來說,對人群進行分類沛婴,要綜合考慮其行為、態(tài)度、模式以及...
    黃成甲閱讀 8,693評論 0 36
  • 作者: 于餅喵閱讀時間:10min 有時我們需要將樣本按照特征分為不同的類,比如,金融機構(gòu)需要根據(jù)客戶的特征將客戶...
    于餅喵閱讀 1,675評論 0 6
  • 本章代碼聚類分析是一種數(shù)據(jù)歸約技術(shù),旨在揭露一個數(shù)據(jù)集中觀測值的子集。它可以把大量的觀測 值歸約為若干個類插勤。這里的...
    生信擺渡閱讀 3,261評論 1 12
  • 可以同時設(shè)置分類變量和連續(xù)變量盛卡,可以參與聚類的變量更多巍实。 【輸出】 勾選“透視表”:對數(shù)據(jù)做概述 勾選“創(chuàng)建聚類成...