当前位置：文档视界 › 数据聚类实验报告(附代码)

数据聚类实验报告(附代码)

实验题目：数据聚类实验

1 实验目的

（1）了解常用聚类算法及其优缺点；

（2）掌握k-means聚类算法对数据进行聚类分析的基本原理和划分方法。

（3）利用k-means聚类算法对“ch7 iris.txt”数据集进行聚类实验。

（4）熟悉使用matlab进行算法的实现。

2 实验步骤

2.1 算法原理

聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。

k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。

k-means算法以k为参数，把n个对象分成

k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心;对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇;然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。

通常，采用平方误差准则，其定义如下：

∑∑=?-

i C

p i

m p

2，这里E是数据集中所有对象的平方

误差的总和，p是空间中的点，

m是簇i C的平均值。该目标函数使生成的簇尽可能紧凑独立，使用的距离度量是欧几里得距离,当然也可以用其他距离度量。

本实验便采用k-means聚类方法对样本数据对象进行聚类。该方法易实现，对不存在极大值的数据有很好的聚类效果，并且对大数据集有很好的伸缩性。

2.2 算法流程

本实验采用的是k-means聚类算法，类中心

聚类

对新生成的簇重新

计算平均值Y

新的平均

值改变

结束

图 1 k-means 算法流程图

k-means算法流程图，如图1所示。k-means算法中的k，由用户输入，最终得到的类别数即为用户输入的数目。聚类过程中，涉及到初始类中心的选择。在程序中，对于类中心，是选择前k个作为初始类中心，对于数据的组织，前k个数据有较大差别，可以提高程序的运行效率和分类结果的准确率。

3 实验结果分析

在实验中，利用k-means聚类算法对“ch7 iris.txt”数据集进行聚类实验。

当k=3时，k-means算法聚类效果如图2所示：

图 2 k=3时聚类效果

当k=4时，k-means算法聚类效果如图3所示：

图 3 k=4时聚类效果

K-means聚类算法的收敛性和初值的选取有关。初始的聚类中心的不同，对聚类结果没有很大的影响，而对迭代次数有显著的影响。数据的输入顺序不同，同样影响迭代次数，而对聚类结果没有太大的影响。

4 实验结论

K-means聚类算法对于类别数的选择k值有较高的要求，如果类别数较少，则不能区分数据。K-means聚类算法找出平均误差最小的k个划

分。当结果簇是密集的，而簇与簇之间的区别明显时，它的效果较好。该算法只有在簇的平均值被定义的情况下才能使用。对于初始类中心的选择，特别重要。对于分类的准确度和距离影响明显。而且该算法对孤立点是敏感的。所以如果数据集中存在有极大值的对象，应该消除这种敏感性。

5 实验心得体会

1、初始值可的选取

K-means聚类算法对于类别数目的选择，需要使用该算法的人员对于数据分类有一定的了解，并且可以根据观察部分原始抽样数据，得出该样本数据的大致类别数目，否则，应用该方法的聚类可能会出现较大的错误率。

2、初始类中心的选取

初始类中心的选择对聚类的准确度有较大的影响。在初始类中心的选择时，最好选择两两距离较大，且能代表不同数据样本类别的点作为初始的类中心点。

参考文献

[1] 数据挖掘：概念与技术/（加）韩家炜，（加）坎伯（Kamber,M.）著；范明等译.-北京：机械

工业出版社，2001.8 .

[2] 效琴，戴汝源．数据挖掘中聚类分析的技术方法[J]．微计算机信息，2003，19(1)．[3] 贺玲，吴玲达，蔡益朝．数据挖掘中的聚类算法综述[J]．计算机应用研究，2007，24(1):10-13．

[4] 孙吉贵，刘杰，赵连宇．聚类算法研究[J]．软件学报，2008，19(1)：48-61．

[5] 冯晓蒲，张铁峰．四种聚类方法之比较[J]．微型机与应用，2010，16．

附录（源代码）

Matlab

%K-means算法主程序

k=3;

x= [0.224 0.624 0.067 0.043

0.749 0.502 0.627 0.541

0.557 0.541 0.847 1.000

0.110 0.502 0.051 0.043

0.722 0.459 0.663 0.584

0.776 0.416 0.831 0.831

0.196 0.667 0.067 0.043

0.612 0.333 0.612 0.584

0.612 0.416 0.812 0.875

0.055 0.584 0.067 0.082

0.557 0.541 0.627 0.624

0.165 0.208 0.592 0.667

0.027 0.376 0.067 0.043

0.639 0.376 0.612 0.498

0.667 0.208 0.812 0.710

0.306 0.710 0.086 0.043

0.196 0.000 0.424 0.376

0.612 0.502 0.694 0.792

0.694 0.416 0.761 0.831 0.416 0.831 0.035 0.043 0.361 0.376 0.439 0.498 0.416 0.333 0.694 0.957 0.306 0.792 0.051 0.125 0.361 0.416 0.592 0.584 0.612 0.416 0.761 0.710 0.388 0.749 0.118 0.082 0.529 0.082 0.592 0.584 0.945 0.251 1.000 0.918 0.306 0.584 0.118 0.043 0.443 0.502 0.643 0.459 0.722 0.502 0.796 0.918 0.082 0.667 0.000 0.043 0.557 0.208 0.663 0.584 0.945 0.333 0.965 0.792 0.137 0.584 0.153 0.043 0.584 0.376 0.561 0.498 0.667 0.541 0.796 0.831 0.196 0.584 0.102 0.125 0.694 0.333 0.643 0.541 0.529 0.333 0.643 0.710 0.251 0.584 0.067 0.043 0.471 0.376 0.592 0.584 0.584 0.333 0.780 0.831 0.137 0.459 0.102 0.043 0.333 0.169 0.475 0.416 0.863 0.333 0.863 0.749 0.251 0.875 0.086 0.000 0.416 0.290 0.490 0.459 0.584 0.333 0.780 0.875 0.165 0.459 0.086 0.043 0.306 0.416 0.592 0.584 0.498 0.251 0.780 0.541 0.333 0.624 0.051 0.043 0.667 0.459 0.627 0.584 0.557 0.584 0.780 0.957 0.027 0.416 0.051 0.043 0.361 0.416 0.525 0.498 0.471 0.416 0.643 0.710 0.196 0.624 0.051 0.082 0.333 0.251 0.576 0.459

0.416 0.251 0.510 0.459 0.416 0.290 0.694 0.749 0.224 0.749 0.153 0.125 0.361 0.290 0.541 0.498 0.667 0.541 0.796 1.000 0.224 0.749 0.102 0.043 0.388 0.376 0.541 0.498 0.557 0.208 0.678 0.749 0.278 0.710 0.086 0.043 0.224 0.208 0.337 0.416 0.529 0.584 0.745 0.918 0.165 0.416 0.067 0.043

0.584 0.502 0.592 0.584 0.416 0.290 0.694 0.749 0.082 0.459 0.086 0.043 0.333 0.125 0.510 0.498 0.557 0.376 0.780 0.710 0.306 0.792 0.118 0.125 0.388 0.333 0.592 0.498 0.918 0.416 0.949 0.831 0.196 0.584 0.086 0.043 0.165 0.169 0.388 0.376 0.835 0.376 0.898 0.710 0.165 0.459 0.086 0.000 0.251 0.290 0.490 0.541 0.804 0.667 0.863 1.000 0.137 0.584 0.102 0.043 0.443 0.416 0.541 0.584 0.584 0.290 0.729 0.749 0.000 0.416 0.016 0.000 0.498 0.376 0.627 0.541 0.388 0.208 0.678 0.792 0.388 1.000 0.086 0.125 0.667 0.459 0.576 0.541 0.584 0.502 0.729 0.918 0.224 0.624 0.067 0.082 0.416 0.290 0.525 0.376 0.945 0.749 0.965 0.875 0.224 0.749 0.086 0.082 0.361 0.208 0.490 0.416 0.471 0.082 0.678 0.584 0.224 0.710 0.086 0.125

0.498 0.333 0.510 0.498

0.361 0.333 0.663 0.792

0.224 0.541 0.118 0.165

0.498 0.333 0.627 0.459

0.557 0.290 0.663 0.710

0.196 0.416 0.102 0.043

0.639 0.416 0.576 0.541

0.804 0.502 0.847 0.710

0.251 0.624 0.086 0.043

0.667 0.416 0.678 0.667

0.498 0.416 0.510 0.710

0.110 0.502 0.102 0.043

0.388 0.251 0.424 0.376

0.804 0.416 0.812 0.624

0.306 0.584 0.086 0.125

0.333 0.169 0.459 0.376

1.000 0.749 0.914 0.792

0.333 0.918 0.067 0.043

0.471 0.290 0.694 0.624

0.557 0.333 0.694 0.584

0.196 0.502 0.035 0.043

0.471 0.584 0.592 0.624

0.945 0.416 0.863 0.918

0.165 0.667 0.067 0.000

0.557 0.125 0.576 0.498

0.584 0.459 0.761 0.710

0.224 0.584 0.086 0.043

0.333 0.208 0.510 0.498

0.722 0.459 0.745 0.831

0.055 0.125 0.051 0.082

0.498 0.416 0.612 0.541

0.722 0.459 0.694 0.918

0.196 0.624 0.102 0.208

0.196 0.125 0.388 0.376

0.694 0.502 0.831 0.918

0.137 0.416 0.067 0.082

0.388 0.416 0.541 0.459

0.667 0.416 0.714 0.918

0.082 0.502 0.067 0.043

0.529 0.376 0.561 0.498

0.612 0.416 0.714 0.792

0.196 0.541 0.067 0.043

0.388 0.333 0.525 0.498

0.443 0.416 0.694 0.710 ];

[n,d] = size(x);

bn=round(n/k*rand);%第一个随机数在前1/K的范围内

nc=[x(bn,:);x(2*bn,:);x(3*bn,:);];%初始聚类中心

%nc=[x(bn,:);x(2*bn,:);x(3*bn,:);x(4*bn,:);];% 4类

[cid,nr,centers] = kmeans(x,k,nc)%调用kmeans函数

for i=1:150

if cid(i)==1,

plot(x(i,1),x(i,2),'r*') % 显示第一类

hold on

else

if cid(i)==2,

plot(x(i,1),x(i,2),'b*') %显示第二类

hold on

else

if cid(i)==3,

plot(x(i,1),x(i,2),'g*') %显示第三类

hold on

%else

%if cid(i)==4,

%plot(x(i,1),x(i,2),'k*') %显示第四类

%hold on

%end

end

strt=['红色*为第一类；蓝色*为第二类；绿色*为第三类；黑色*为第四类' ]; text(-4,-3.6,strt);

%kmeans.m主类

function [cid,nr,centers] = kmeans(x,k,nc)

[n,d] = size(x); % 设置cid为分类结果显示矩阵

cid = zeros(1,n);

oldcid = ones(1,n);

nr = zeros(1,k);

maxgn= 100;

iter = 1;

while iter < maxgn

%计算每个数据到聚类中心的距离

for i = 1:n

dist = sum((repmat(x(i,:),k,1)-nc).^2,2);

[m,ind] = min(dist); % 将当前聚类结果存入cid中

cid(i) = ind;

end

for i = 1:k

%找到每一类的所有数据，计算他们的平均值，作为下次计算的聚类中心

ind = find(cid==i);

nc(i,:) = mean(x(ind,:));

% 统计每一类的数据个数

nr(i) = length(ind);

end

iter = iter + 1;

end

maxiter = 2;

iter = 1;

move = 1;

while iter < maxiter & move ~= 0

move = 0; % 对所有的数据进行再次判断，寻求最佳聚类结果

for i = 1:n

dist = sum((repmat(x(i,:),k,1)-nc).^2,2);

r = cid(i); % 将当前数据属于的类给r

dadj = nr./(nr+1).*dist'; % 计算调整后的距离

[m,ind] = min(dadj); % 早到该数据距哪个聚类中心最近

if ind ~= r % 如果不等则聚类中心移动

cid(i) = ind;%将新的聚类结果送给cid

ic = find(cid == ind);%重新计算调整当前类别的聚类中心

nc(ind,:) = mean(x(ic,:));

move = 1;

end

iter = iter+1;

end

centers = nc;

if move == 0

disp('No points were moved after the initial clustering procedure.') else

disp('Some points were moved after the initial clustering procedure.')

end

完整word版,SPSS聚类分析实验报告.docx

SPSS 聚类分析实验报告一．实验目的： 1、理解聚类分析的相关理论与应用 2、熟悉运用聚类分析对经济、社会问题进行分析、 3、熟练 SPSS软件相关操作 4、熟悉实验报告的书写二．实验要求： 1、生成新变量总消费支出=各变量之和 2、对变量食品支出和居住支出进行配对样本T 检验，并说明检验结果 3、对各省的总消费支出做出条形图（用EXCEL做图也行） 4、利用 K-Mean法把 31 省分成 3 类 5、对聚类分析结果进行解释说明 6、完成实验报告三．实验方法与步骤准备工作：把实验所用数据从 Word文档复制到 Excel ，并进一步导入到 SPSS数据文件中。分析：由于本实验中要对 31 个个案进行分类，数量比较大，用系统聚类法当然也可以得出结果，但是相比之下在数据量较大时， K 均值聚类法更快速高效，而且准确性更高。四、实验结果与数据处理： 1.用系统聚类法对所有个案进行聚类：

生成新变量总消费支出 =各变量之和如图所示： 2.对变量食品支出和居住支出进行配对样本 T 检验，如图所示：

得出结论： 3.对各省的总消费支出做出条形图，如图所示： 4．对聚类分析结果进行解释说明： K均值分析将这样的城市分为三类：第一类北京、上海、广东第二类除第一类第三类以外的第三类天津、福建、内蒙古、辽宁、山东第一类经济发展水平高，各项支出占总支出比重高，人民生活水平高。第二类城市位于中西部地区，经济落后，人民消费水平低。第三类城市位于中东部地区，经济发展较好。

初始聚类中心聚类 123 食品支出7776.983052.575790.72衣着支出1794.061205.891281.25居住支出2166.221245.001606.27家庭设备及服务支出1800.19612.59972.24医疗保健支出1005.54774.89617.36交通和通信支出4076.461340.902196.88文化与娱乐服务支出3363.251229.681786.00其它商品和服务支出1217.70331.14499.30总消费支出23200.409792.6614750.02 迭代历史记录a 聚类中心内的更改迭代123 11250.5921698.8651216.114 2416.86470.786173.731 3138.955 2.94924.819 446.318.123 3.546 5849.114319.1791362.411 6805.00415.199606.915 7161.001.72475.864 832.200.0349.483 9 6.440.002 1.185 10 1.2887.815E-5.148

对数据进行聚类分析实验报告

对数据进行聚类分析实验报告 1.方法背景聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以致有时仅凭经验和专业知识还不能进行确切分类，于是数学这个有用的工具逐渐被引进到分类学中，形成了数值分类学。近些年来，数理统计的多元分析方法有了迅速的发展，多元分析的技术自然被引用到分类学中，于是从数值分类学中逐渐的分离出聚类分析这个新的分支。结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工作分析中。在经济领域中，主要是根据影响国家、地区及至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后很据分析结果进行综合评价，以便得出科学的结论。 2.基本要求用FAMALE.TXT、MALE.TXT和/或test2.txt的数据作为本次实验使用的样本集，利用C均值和分级聚类方法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。 3.实验要求（1）把FAMALE.TXT和MALE.TXT两个文件合并成一个，同时采用身高和体重数据作为特征，设类别数为2，利用C均值聚类方法对数据进行聚类，并将聚类结果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。（2）对1中的数据利用C均值聚类方法分别进行两类、三类、四类、五类聚类，画出聚类指标与类别数之间的关系曲线，探讨是否可以确定出合理的类别数目。（3）对1中的数据利用分级聚类方法进行聚类，分析聚类结果，体会分级聚类方法。。（4）利用test2.txt数据或者把test2.txt的数据与上述1中的数据合并在一起，重复上述实验，考察结果是否有变化，对观察到的现象进行分析，写出体会 4.实验步骤及流程图根据以上实验要求，本次试验我们将分为两组：一、首先对FEMALE 与MALE中数据组成的样本按照上面要求用C均值法进行聚类分析，然后对FEMALE、MALE、test2中数据组成的样本集用C均值法进行聚类分析，比较二者结果。二、将上述两个样本用分即聚类方法进行聚类，观察聚类结果。并将两种聚类结果进行比较。（1）、C均值算法思想

SPSS的聚类分析实验报告

实验报告姓名学号专业班级课程名统计分析SPSS软件实验室称成绩指导教师实验名称SPSS的聚类分析 1、实验目的：掌握层次聚类分析和K-Means聚类分析的基本思想和具体，并能够对分析结果进行解释。二、实验题目： 1.、现要对一个班同学的语文水平进行聚类，拟聚为三类，聚类依据是两次语文考试的成绩。数据如下表所示。试用系统聚类法和K-均值法进行聚类分析。人名第一次语文成绩第二次语文成绩张三9998 王五8889 赵四7980 小杨8978 蓝天7578 小白6065 李之7987 马武7576 郭炎6056 刘小100100

3、实验步骤（最好有截图）： 1.先打开常用软件里的SPSS 11.5 for Windows.exe,在Variable View 中根据题目输入相关数据,如下图所示 2.在Data View中先输入数据,结果如下图所示 3. 首先试用系统聚类法对相关数据进行聚类 4. 选择菜单:【Analyze】→【Classify】→【Hierarchical Cluster】，然后选择参与层次聚类分析的变量两次语文考试的成绩到【Variable（s）】框中，再选择一个字符型变量“人名”作为标记变量到【Label Cases by】框中。

5.按“Plots”后进行选择 6.按“Statistics”后进行选择

7.按“Method”后进行选择

8.对第一个表格进行保存，并且命名为“语文水平.sav”，同时保存输出结果 4、实验结果及分析（最好有截图）：第一题： 1. 首先试用系统聚类法对相关数据进行聚类

聚类分析实验报告记录

————————————————————————————————作者：————————————————————————————————日期：

《应用多元统计分析》课程实验报告实验名称：用聚类分析的方法研究山东省17个市的产业类型的差异化学生班级：统计0901 学生姓名：贾绪顺杜春霖陈维民张鹏指导老师：____________张艳丽_____________________ 完成日期：2011.12.12

一，实验内容根据聚类分析的原理，使用系统聚类分析的COMplete linkage (最长距离法)和WARD(离差平方和法)，运用SPSS软件对2009年山东省17个城市生产总值的数据进行Q型聚类，将17个城市分为5类，发现不同城市产业类型的差异化，并解释造成这种差异的原因二，实验目的希望通过实验研究山东省17个市的生产总值的差异化，并分析造成这种差异化的原因，可以更深刻的掌握聚类分析的原理；进一步熟悉聚类分析问题的提出、解决问题的思路、方法和技能；达到能综合运用所学基本理论和专业知识；锻炼收集、整理、运用资料的能力的目的；希望能会调用SPSS软件聚类分析有关过程命令，并且可以对数据处理结果进行正确判断分析，作出综合评价。三，实验方法背景与原理 3.1方法背景聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以致有时仅凭经验和专业知识还不能进行确切分类，于是数学这个有用的工具逐渐被引进到分类学中，形成了数值分类学。近些年来，数理统计的多元分析方法有了迅速的发展，多元分析的技术自然被引用到分类学中，于是从数值分类学中逐渐的分离出聚类分析这个新的分支。结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工作分析中。在经济领域中，主要是根据影响国家、地区及至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后很据分析结果进行综合评价，以便得出科学的结论。聚类分析源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。聚类分析的主要应用，在商业方面，最常见的就是客户群的细分问题，可以从客户人口特征、消费行为和喜好方面的数据，对客户进行特征分析，充分利用数据进行客户的客观分组，使诸多特征有相似性的客户能被分在同一组内，而不相似的客户能被区分到另一些组中。在生物方面，聚类分析可以用来对动植物进行分类，对基因进行分类等，从而获取对动植物种群固有结构的认识，对物种进行很好的分类。在电子商务方面，聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，通过对客户的浏览行为、浏览网站、客户的年龄等，对客户进行分析，找出不同客户的共同特征，通过共同特征对客户进行分类，可以帮助电子商户更好的了解他们的客户，并向客户提供更合适的服务。在保险行业上，根据产、寿险进行分类，不同类别的公司进行分类，对保险投资比例进行分类管理，从而提高保险投资的效率。 3.2实验的方法与原理聚类分析是研究“物以类聚”的一种科学有效的方法。做聚类分析时，出于不同的目的和要求，可以选择不同的统计量和聚类方法。聚类分析方法中最常用的一种是系统聚类法，其基本思想是：先将待聚类的n个样品（或者变量）各自看成一类，共有n类；然后按照选定的方法计算每两类之间的聚类统计量，即某种距离（或者相似系数），将关系最为密切的两类合为一类，其余不变，即得到n-1类；再按照前面的计算方法计算新类与其他类之间的距离（或相似系数），再将关系最为密切的

数据挖掘实验报告三

实验三一、实验原理 K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。在数据挖掘中，K-Means算法是一种cluster analysis的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。算法原理： (1) 随机选取k个中心点； (2) 在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； (3) 更新中心点为每类的均值； (4) j<-j+1 ,重复(2)(3)迭代更新，直至误差小到某个值或者到达一定的迭代步数，误差不变. 空间复杂度o(N) 时间复杂度o(I*K*N) 其中N为样本点个数，K为中心点个数，I为迭代次数二、实验目的： 1、利用R实现数据标准化。 2、利用R实现K-Meams聚类过程。 3、了解K-Means聚类算法在客户价值分析实例中的应用。三、实验内容依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标准差标准化并保存后，采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。编写R程序，完成客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数

四、实验步骤 1、依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。

2、确定要探索分析的变量 3、利用R实现数据标准化。 4、采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。

五、实验结果客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数六、思考与分析使用不同的预处理对数据进行变化，在使用k-means算法进行聚类，对比聚类的结果。 kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。这样做的前提是我们已经知道数据集中包含多少个簇. 1.与层次聚类结合经常会产生较好的聚类结果的一个有趣策略是，首先采用层次凝聚算法决定结果

聚类分析实验报告

聚类分析实验报告姓名: 学号: 班级: 一:实验目的 1.了解聚类分析的基本原理及在spss中的实现过程。 2.通过对指标进行聚类,体会降维的处理过程。 3.通过不同性质指标对样本进行聚类,体会归类的思想。二:实验原理聚类分析就是根据事物本身的特性来定量研究分类问题的一种多元统计分析方法。其基本思想就是同一类中的个体有较大的相似性,不同类中的个体差异较大,于就是根据一批根据一批样品的多个观察指标,找出能够度量样品(或变量)之间相似度的统计量,并以此为依据,采用某种聚类法,将所有的样品(或变量)分别聚合到不同的类中。三:实验过程本实验就是通过对上市公司分析所得。由基本经济知识知道评价一个上市公司的业绩主要从以下四个方面:盈利能力,偿债能力,成长能力,经营能力。所以我分别从这四个方面共选取了19个指标来对上市公司的业绩进行评价。具体数据请见EXCEL。由上面的分析我们知道评定一个上市公司业绩的指标有四类,但我们瞧EXCEL可知,每一类下面有4-5个指标,每类指标有较强相关性,存在多重共线性与维数过高而不易分析得影响。所以首先采用系统聚类法对每类指标进行聚类,再采用比较复相关系数得出每类最具代表的指标,达到降维的目的。(注:以下对指标分析均采用主间连接法,度量标准为person相关性) 以下就是实验截图: （1）:对盈利能力指标

从上表分析我们可将盈利能力的4个指标分为两类,即“毛利率”为一类,“销售净利率”、“成本费用利润率”与“资产净利润”为一类。所以“毛利率”为一类,另外再对“销售净利润”、“成本费用利润率”与“资产净利润”分别作对另3个指标的复相关系数,结果如下: ①、以“销售净利润”为因变量,其余为自变量得: 模型汇总模型R R 方调整 R 方标准估计的误差 1 、980a、960 、957 、20721755 a、预测变量: (常量), Zscore: 资产净利率(%), Zscore: 毛利率(%), Zscore: 成本费用利润率(%)。 ②、以“成本费用利润率”为因变量,其余为自变量得: 模型汇总模型R R 方调整 R 方标准估计的误差 1 、978a、957 、953 、21603919 a、预测变量: (常量), Zscore: 销售净利率(%), Zscore: 毛利率(%), Zscore: 资产净利率(%)。 ③、以“资产净利润”为因变量,其余为自变量得: 模型汇总模型R R 方调整 R 方标准估计的误差

对数据进行聚类分析实验报告

对数据进行聚类分析实验报告徐远东任争刚权荣一、基本要求用FAMALE.TXT 、MALE.TXT 和/或test2.txt 的数据作为本次实验使用的样本集，利用C 均值和分级聚类方法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。二、实验要求 1、把FAMALE.TXT 和MALE.TXT 两个文件合并成一个，同时采用身高和体重数据作为特征，设类别数为2，利用C 均值聚类方法对数据进行聚类，并将聚类结果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。 2、对1中的数据利用C 均值聚类方法分别进行两类、三类、四类、五类聚类，画出聚类指标与类别数之间的关系曲线，探讨是否可以确定出合理的类别数目。 3、对1中的数据利用分级聚类方法进行聚类，分析聚类结果，体会分级聚类方法。。 4、利用test2.txt 数据或者把test2.txt 的数据与上述1中的数据合并在一起，重复上述实验，考察结果是否有变化，对观察到的现象进行分析，写出体会三、实验步骤及流程图根据以上实验要求，本次试验我们将分为两组：一、首先对FEMALE 与MALE 中数据组成的样本按照上面要求用C 均值法进行聚类分析，然后对FEMALE 、MALE 、test2中数据组成的样本集用C 均值法进行聚类分析，比较二者结果。二、将上述两个样本用分即聚类方法进行聚类，观察聚类结果。并将两种聚类结果进行比较。一、（1）、C 均值算法思想 C 均值算法首先取定C 个类别和选取C 个初始聚类中心，按最小距离原则将各模式分配到C 类中的某一类，之后不断地计算类心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小（2）、实验步骤第一步：确定类别数C ，并选择C 个初始聚类中心。本次试验，我们分别将C 的值取为2和3。用的是凭经验选择代表点的方法。比如：在样本数为N 时，分为两类时，取第一个点和第()12/+N INT 个点作为代表点；分为三类时，取第一、

实验三K均值聚类算法实验报告

实验三 K-Means聚类算法一、实验目的 1) 加深对非监督学习的理解和认识 2) 掌握动态聚类方法K-Means 算法的设计方法二、实验环境 1) 具有相关编程软件的PC机三、实验原理 1) 非监督学习的理论基础 2) 动态聚类分析的思想和理论依据 3) 聚类算法的评价指标四、算法思想 K-均值算法的主要思想是先在需要分类的数据中寻找K组数据作为初始聚类中心，然后计算其他数据距离这三个聚类中心的距离，将数据归入与其距离最近的聚类中心，之后再对这K个聚类的数据计算均值，作为新的聚类中心，继续以上步骤，直到新的聚类中心与上一次的聚类中心值相等时结束算法。实验代码 function km(k,A)%函数名里不要出现“-” warning off [n,p]=size(A);%输入数据有n个样本，p个属性 cid=ones(k,p+1);%聚类中心组成k行p列的矩阵,k表示第几类，p是属性 %A(:,p+1)=100; A(:,p+1)=0; for i=1:k %cid(i,:)=A(i,:); %直接取前三个元祖作为聚类中心 m=i*floor(n/k)-floor(rand(1,1)*(n/k)) cid(i,:)=A(m,:); cid; end Asum=0; Csum2=NaN; flags=1; times=1; while flags flags=0; times=times+1; %计算每个向量到聚类中心的欧氏距离 for i=1:n

for j=1:k dist(i,j)=sqrt(sum((A(i,:)-cid(j,:)).^2));%欧氏距离 end %A(i,p+1)=min(dist(i,:));%与中心的最小距离 [x,y]=find(dist(i,:)==min(dist(i,:))); [c,d]=size(find(y==A(i,p+1))); if c==0 %说明聚类中心变了 flags=flags+1; A(i,p+1)=y(1,1); else continue; end end i flags for j=1:k Asum=0; [r,c]=find(A(:,p+1)==j); cid(j,:)=mean(A(r,:),1); for m=1:length(r) Asum=Asum+sqrt(sum((A(r(m),:)-cid(j,:)).^2)); end Csum(1,j)=Asum; end sum(Csum(1,:)) %if sum(Csum(1,:))>Csum2 % break; %end Csum2=sum(Csum(1,:)); Csum; cid; %得到新的聚类中心 end times display('A矩阵，最后一列是所属类别'); A for j=1:k [a,b]=size(find(A(:,p+1)==j)); numK(j)=a; end numK times xlswrite('data.xls',A);

聚类分析实验报告.doc

聚类分析实验报告姓名：学号：班级：一：实验目的 1.了解聚类分析的基本原理及在spss中的实现过程。 2.通过对指标进行聚类，体会降维的处理过程。 3.通过不同性质指标对样本进行聚类，体会归类的思想。二：实验原理聚类分析是根据事物本身的特性来定量研究分类问题的一种多元统计分析方法。其基本思想是同一类中的个体有较大的相似性，不同类中的个体差异较大，于是根据一批根据一批样品的多个观察指标，找出能够度量样品（或变量）之间相似度的统计量，并以此为依据，采用某种聚类法，将所有的样品（或变量）分别聚合到不同的类中。三：实验过程本实验是通过对上市公司分析所得。由基本经济知识知道评价一个上市公司的业绩主要从以下四个方面：盈利能力，偿债能力，成长能力，经营能力。所以我分别从这四个方面共选取了19个指标来对上市公司的业绩进行评价。具体数据请见EXCEL。由上面的分析我们知道评定一个上市公司业绩的指标有四类，但我们看EXCEL可知，每一类下面有4-5个指标，每类指标有较强相关性，存在多重共线性和维数过高而不易分析得影响。所以首先采用系统聚类法对每类指标进行聚类，再采用比较复相关系数得出每类最具代表的指标，达到降维的目的。（注：以下对指标分析均采用主间连接法，度量标准为person相关性）以下是实验截图：（1）：对盈利能力指标

从上表分析我们可将盈利能力的4个指标分为两类，即“毛利率”为一类，“销售净利率”、“成本费用利润率”和“资产净利润”为一类。所以“毛利率”为一类，另外再对“销售净利润”、“成本费用利润率”和“资产净利润”分别作对另3个指标的复相关系数，结果如下： ①、以“销售净利润”为因变量，其余为自变量得：模型汇总模型R R 方调整 R 方标准估计的误差 1 .980a.960 .957 .20721755 a. 预测变量: (常量), Zscore: 资产净利率（%）, Zscore: 毛利率（%）, Zscore: 成本费用利润率（%）。 ②、以“成本费用利润率”为因变量，其余为自变量得：模型汇总模型R R 方调整 R 方标准估计的误差 1 .978a.957 .953 .21603919 a. 预测变量: (常量), Zscore: 销售净利率（%）, Zscore: 毛利率（%）, Zscore: 资产净利率（%）。模型汇总模型R R 方调整 R 方标准估计的误差

聚类分析实验报告

聚类分析实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT

聚类分析实验报告

数据聚类实验报告(附代码)

实验题目：数据聚类实验 1 实验目的（1）了解常用聚类算法及其优缺点；（2）掌握k-means聚类算法对数据进行聚类分析的基本原理和划分方法。（3）利用k-means聚类算法对“ch7 iris.txt”数据集进行聚类实验。（4）熟悉使用matlab进行算法的实现。 2 实验步骤 2.1 算法原理聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。 k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。 k-means算法以k为参数，把n个对象分成

k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心;对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇;然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。通常，采用平方误差准则，其定义如下： ∑∑=?- = k i C p i i m p E 1 2，这里E是数据集中所有对象的平方误差的总和，p是空间中的点， i m是簇i C的平均值。该目标函数使生成的簇尽可能紧凑独立，使用的距离度量是欧几里得距离,当然也可以用其他距离度量。本实验便采用k-means聚类方法对样本数据对象进行聚类。该方法易实现，对不存在极大值的数据有很好的聚类效果，并且对大数据集有很好的伸缩性。 2.2 算法流程本实验采用的是k-means聚类算法，类中心

实验报告聚类分析

实验报告聚类分析实验原理：K均值聚类、中心点聚类、系统聚类和EM算法聚类分析技术。实验题目：用鸢尾花的数据集，进行聚类挖掘分析。实验要求：探索鸢尾花数据的基本特征，利用不同的聚类挖掘方法，获得基本结论并简明解释。实验题目--分析报告：data(iris) > rm(list=ls()) > gc() used (Mb) gc trigger (Mb) max used (Mb) Ncells 431730 929718 607591 Vcells 787605 8388608 1592403 > data(iris) > datav-iris > head(data) 1 Species setosa 2 setosa 3 setosa 4 setosa 5 setosa 6 setosa #Kmear聚类分析 > n ewiris <- iris > n ewiris$Species <- NULL > (kc <- kmea ns(n ewiris, 3)) K-mea ns clusteri ng with 3 clusters of sizes 62, 50, 38 Cluster mea ns: 1

Clusteri ng vector: [1] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 [41] 2 2 2 2 2 2 2 2 2 2 1 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 1 [81] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 3 3 3 3 1 3 3 3 3 3 3 1 1 3 3 3 3 1 [121] 3 1 3 1 3 3 1 1 3 3 3 3 3 1 3 3 3 3 1 3 3 3 1 3 3 3 1 3 3 1 With in cluster sum of squares by cluster: [1] (between_SS / total_SS = %) Available comp onen ts: [1] "cluster" "centers" "totss" "withinss ........... ⑹"betweenss" "size" "iter" "ifault" > table(iris$Species, kc$cluster) 1 2 3 setosa 0 50 0 versicolor 48 0 2 virgi nica 14 0 36 > plot( newiris[c("", "")], col = kc$cluster) > poi nts(kc$ce nters[,c("", "")], col = 1:3, pch = 8, cex=2)

对数据进行聚类分析实验报告

对数据进行聚类分析实验报告一、基本要求用FAMALE.TXT、MALE.TXT和/或test2.txt的数据作为本次实验使用的样本集，利用C均值和分级聚类方法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。二、实验要求 1、把FAMALE.TXT和MALE.TXT两个文件合并成一个，同时采用身高和体重数据作为特征，设类别数为2，利用C均值聚类方法对数据进行聚类，并将聚类结果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。 2、对1中的数据利用C均值聚类方法分别进行两类、三类、四类、五类聚类，画出聚类指标与类别数之间的关系曲线，探讨是否可以确定出合理的类别数目。 3、对1中的数据利用分级聚类方法进行聚类，分析聚类结果，体会分级聚类方法。。 4、利用test2.txt数据或者把test2.txt的数据与上述1中的数据合并在一起，重复上述实验，考察结果是否有变化，对观察到的现象进行分析，写出体会三、实验步骤及流程图根据以上实验要求，本次试验我们将分为两组：一、首先对FEMALE 与MALE中数据组成的样本按照上面要求用C均值法进行聚类分析，然后对FEMALE、MALE、test2中数据组成的样本集用C均值法进行聚类分析，比较二者结果。二、将上述两个样本用分即聚类方法进行聚类，观察聚类结果。并将两种聚类结果进行比较。一、（1）、C均值算法思想 C均值算法首先取定C个类别和选取C个初始聚类中心，按最小距离原则将各模式分配到C类中的某一类，之后不断地计算类心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小（2）、实验步骤第一步：确定类别数C，并选择C个初始聚类中心。本次试验，我们分别将C的值取为2和3。用的是凭经验选择代表点的方法。比如：在样本数为N时，分为两类时，取第1个点和第()1 INT个点作为代表点；分为三类时，取第1、 N /+ 2

聚类分析实验报告 SPSS

一、实验目的及要求： 1、目的用SPSS软件实现聚类分析及其应用。 2、内容及要求用SPSS对实验数据运用系统聚类法和K均值聚类法进行分析。二、仪器用具：三、实验方法与步骤: 准备工作：把实验所用数据从Word文档复制到Excel，并进一步导入到SPSS 数据文件中。分析：由于本实验中要对31个个案进行分类，数量比较大，用系统聚类法当然也可以得出结果，但是相比之下在数据量较大时，K均值聚类法更快速高效，而且准确性更高，因此，在以下的分析过程中，先采用系统聚类法分析，得出相应结果和碎石图（即聚合系数随分类数变化的曲线图），根据碎石图来判定分几类比较合适，然后再用K均值聚类法进行聚类分析得出结果，比较两结果的异同，以得到比较可信的结果。四、实验结果与数据处理： 1）用系统聚类法对所有个案进行聚类：

采用Z分数对数据进行标准化处理。以下图一为聚类方法为“组间联接”时的冰柱图，图二为聚类方法为“Ward 法”时的冰柱图，图三为聚类方法为“质心聚类法”时的冰柱图。不难看出在分五类的情况下，（未标出的所有为一类）图一的分类为：北京；天津；上海、浙江、广东；辽宁、四川、江苏、山东；……图二的分类为：北京；天津；上海、海南、浙江、广东；辽宁、四川、江苏、山东；……图三的分类为：北京；天津；上海、浙江、广东；辽宁、四川、江苏、山东；…… 聚类方法为“组间联接”与“质心聚类法”时分五类的情况是一样的，而聚类方法为“Ward法”时与它们两个有些许差别，但总的来说在分五类时，比较可信的结论是北京、天津单独为一类，辽宁、四川、江苏、山东为一类，上海、浙江、广东为一类，在海南省的划分上有些差异，“Ward法”中将其与上海、浙江、广东分为一类，但是其余两个将海南与未列出各省划为一类。

聚类分析与判别分析实验报告范例

上海电力学院《应用多元统计分析》——判别分析与聚类分析学院：姓名：学号： 2016年4月

我国部分城市经济发展水平的聚类分析和判别分析摘要：本文基于《中国统计年鉴》（2012年版）统计数据，寻找评价城市经济发展水平的指标，包括第二三产业发展水平、固定投资额、社会消费零售总额和进出口贸易交流五个指标，利用统计软件SPSS综合考虑各指标，对所选城市进行K-Means 聚类分析，利用Fisher 线性判别待判城市类型，进一步验证所建模型的有效性。关键字：聚类分析，判别分析，SPSS，城市经济发展水平 1，引言经过改革开放后三十多年的长足进展，中国城市化已步入中期阶段，步伐加快，质量显著提高。同时，中国城市化又处于期转折点上，上一期行将结束，下一期将要开始。2011年中国城市化率首次突破50％，意味着中国城镇人口首次超过农村人口，中国城市化进入关键发展阶段，这必将引起深刻的社会变革。根据2011年4月公布的第六次人口普查数据，2010年中国居住城镇的人口接近6.6亿人，城镇化率达到49.68%，全国已有近一半的人口居住在城镇，这意味着中国将进入城镇时代。在过去30多年中，中国的城市化发展取得了很大成绩。然而，总体上中国的城市化道路是城市化滞后于工业化的非均衡道路；是土地城市化快于人口城市化的非规整道路；是以抑制农村、农业、农民的经济利益来支持城市发展，导致不能兼顾效率和公平的非协调道路；是片面追求城市发展的数量和规模，而以生态环境损失为代价的非持续道路；是以生产要素的高投入，而不是投入少、产值高、依靠科技拉动经济增长的非集约道路。传统的城市化存在着诸多弊端，中国未来的城市化必须走出一条具有自身特色的新型城市化

多元统计分析实验报告聚类分析

武汉理工大学实验（实训）报告项目名称实验2―聚类分析所属课程名称多元统计分析项目类型设计性实验实验(实训)日期年月日班级学号姓名指导教师武汉理工大学统计学系制

实验报告2 聚类分析（设计性实验）实验原理：聚类分析的目的是将分类对象按一定规则分为若干类，这些类不是事先给定的，而是根据数据的特征确定的。在同一类里的这些对象在某种意义上倾向于彼此相似，而在不同的类里的对象倾向于不相似。系统聚类法是聚类分析中用的最多的一种，其基本思想是：开始将n个对象各自作为一类，并规定对象之间的距离和类与类之间的距离，然后将距离最近的两类合并成一个新类，计算新类与其它类之间的距离；重复进行两个最近类的合并，每次减少一类，直至所有的对象合并为一类。实验题目一：为了对11种语言——英语、挪威语、丹麦语、荷兰语、德语、法语、西班牙语、意大利语、波兰语、匈牙利语及芬兰语进行比较研究，研究人员选取每种语言的1至10十个数字相应的单词列表分析。对于同一数字，某两种语言的第一个字母若相同，则称这两者在该数字上一致，否则非一致。将这11种语言两两比较后，计算每一对在十个数字上非一致的数目，得到下列距离矩阵： E N Da Du G Fr Sp I P H Fi E 0 N 2 0 Da 2 1 0 Du 7 5 6 0 G 6 4 5 5 0 Fr 6 6 6 9 7 0 Sp 6 6 5 9 7 2 0 I 6 6 5 9 7 1 1 0 P 7 7 6 10 8 5 3 4 0 H 9 8 8 8 9 10 10 10 10 0 Fi 9 9 9 9 9 9 9 9 9 8 0 （1）对这11种语言分别用最小距离法（single linkage）、最大距离法（complete linkage）、平均距离法（average linkage）进行聚类分析；（2）画出以上三种方法聚类分析结果的树状图；（3）结合三种方法的树状图，你认为将11种语言分为哪几类比较合适？（4）用最大距离法将11种语言聚为3类，并将聚类结果存储在一个SPSS数据文件中。

聚类分析及判别分析实验报告范例

上海电力学院《应用多兀统计分析》—判别分析与聚类分析学院：__________ 姓名：__________ 学号：__________ 2016年4月

我国部分城市经济发展水平的聚类分析和判别分析摘要：本文基于《中国统计年鉴》（2012年版）统计数据，寻找评价城市经济发展水平的指标，包括第二三产业发展水平、固定投资额、社会消费零售总额和进出口贸易交流五个指标，利用统计软件SPSS综合考虑各指标，对所选城市进行K-Means聚类分析，利用Fisher线性判别待判城市类型，进一步验证所建模型的有效性。关键字：聚类分析，判别分析，SPSS城市经济发展水平 1，引言经过改革开放后三十多年的长足进展，中国城市化已步入中期阶段，步伐加快，质量显著提高。同时，中国城市化又处于期转折点上，上一期行将结束，下一期将要开始。2011年中国城市化率首次突破50 %，意味着中国城镇人口首次超过农村人口，中国城市化进入关键发展阶段，这必将引起深刻的社会变革。根据2011年4月公布的第六次人口普查数据，2010年中国居住城镇的人口接近6.6亿人，城镇化率达到49.68%，全国已有近一半的人口居住在城镇，这意味着中国将进入城镇时代。在过去30多年中，中国的城市化发展取得了很大成绩。然而，总体上中国的城市化道路是城市化滞后于工业化的非均衡道路；是土地城市化快于人口城市化的非规整道路；是以抑制农村、农业、农民的经济利益来支持城市发展，导致不能兼顾效率和公平的非协调道路；是片面追求城市发展的数量和规模，而以生态环境损失为代价的非持续道路；是以生产要素的高投入，而不是投入少、产值高、依靠科技拉动经济增长的非集约道路。传统的城市化存在着诸多弊端，中国未来的城市化必须走出一条具有自身特色的新型城市化道路。

SPSS聚类分析实验报告

SPSS聚类分析实验报告一．实验目的： 1、理解聚类分析的相关理论与应用 2、熟悉运用聚类分析对经济、社会问题进行分析、 3、熟练SPSS软件相关操作 4、熟悉实验报告的书写二．实验要求： 1、生成新变量总消费支出=各变量之和 2、对变量食品支出和居住支出进行配对样本T检验，并说明检验结果 3、对各省的总消费支出做出条形图（用EXCEL做图也行） 4、利用K-Mean法把31省分成3类 5、对聚类分析结果进行解释说明 6、完成实验报告三．实验方法与步骤准备工作：把实验所用数据从Word文档复制到Excel，并进一步导入到SPSS数据文件中。分析：由于本实验中要对31个个案进行分类，数量比较大，用系统聚类法当然也可以得出结果，但是相比之下在数据量较大时，K均值聚类法更快速高效，而且准确性更高。四、实验结果与数据处理： 1.用系统聚类法对所有个案进行聚类：

生成新变量总消费支出=各变量之和如图所示： 2. 对变量食品支出和居住支出进行配对样本T检验，如图所示：

得出结论： 3. 对各省的总消费支出做出条形图，如图所示： 4．对聚类分析结果进行解释说明： K均值分析将这样的城市分为三类：第一类北京、上海、广东第二类除第一类第三类以外的第三类天津、福建、内蒙古、辽宁、山东第一类经济发展水平高，各项支出占总支出比重高，人民生活水平高。第二类城市位于中西部地区，经济落后，人民消费水平低。第三类城市位于中东部地区，经济发展较好。

迭代历史记录a 迭代聚类中心内的更改 1 2 3 1 1250.592 1698.865 1216.114 2 416.864 70.786 173.731 3 138.955 2.949 24.819 4 46.318 .123 3.546 5 849.114 319.179 1362.411 6 805.004 15.199 606.915 7 161.001 .724 75.864 8 32.200 .034 9.483 9 6.440 .002 1.185 10 1.288 7.815E-5 .148 初始聚类中心聚类 1 2 3 食品支出 7776.98 3052.57 5790.72 衣着支出 1794.06 1205.89 1281.25 居住支出 2166.22 1245.00 1606.27 家庭设备及服务支出 1800.19 612.59 972.24 医疗保健支出 1005.54 774.89 617.36 交通和通信支出 4076.46 1340.90 2196.88 文化与娱乐服务支出 3363.25 1229.68 1786.00 其它商品和服务支出 1217.70 331.14 499.30 总消费支出 23200.40 9792.66 14750.02