资源描述：
《《应用多元分析》实验5聚类分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、实验五聚类分析一、实验说明实验项忖名称：聚类分析实验类型：基础实验课时：2实验所用主要仪器：微型计算机1台（能够连接互联网，32bit或64bit的Windows操作系统），R软件编程坏境。二、实验目的：1・系统聚类法：使用dist函数计算各种距离，使用hclust函数分别进行最短距离法、最长距离法、中间距离法、类平均法、重心法、ward法等六种聚类分析，对聚类结果使用plot函数作出聚类树形图，通过查看碎石图（最小距离height与聚类数目的散点图）选择聚类数,使用rect.hclust函数在聚类树形图上加框分类，使用cutree函数得
2、到聚类结果；安装并加载mvstats包，使用H.clust函数进行上述六种系统聚类分析。2•使用scale函数在各变量量纲不一致或取值相差较大时，对数据进行标准化变换。3.kmeans聚类法：使用kmeans函数进彳亍快速聚类，并会查看聚类结果。三、实验内容和步骤1•通过运行代码，查看运行结果，学习使用R命令进行系统聚类（又称为分层聚类，层次聚类）和kmeans聚类（又称为k均值聚类）。2•聚类分析的练习案例：1）教材的四个例子：例7・1（165,166,170,171页），例7・2（171至175页），例7・3（176至179页），案例
3、分析：全国区域经济的聚类分析（18（）至183页）2）某年我国31个省、直辖市、自治区环境污染状况的聚类分析数据。3•练习的代码文件：“练习ch7-l.R",“练习ch7-2.R"4•练习的数据文件:“mvstats（2015）.xls"（表单d7.2）,“mvcase.xls"（表单Case6）,“PollutionData.txf,四、实验要求1•完成教材的184-185页:2,3题,见数据文件「'mvexec3.xls"（表单E7.2）。2.分析数据文件:"birth,csv”：70个国家和地区的出生率（％）和死亡率（％）数据，删去
4、（除了表头的）第17行和第52行的都是FRANCE的观测值,对剩下的68个国家和地区的出生率和死亡率进行聚类分析。3.分析数据文件:"LA_Neighborhoods.txt"：美国普查局2000年的洛杉矶街区数据。一共110个街区，15个变量。第1个变量：LA_Nbhd（街区名字），第2个变量：Income（收入中位数），第3个变量：Schools（公立学校API屮位数）,API是涉及学生成绩的AcademicPerformanceIndex的缩写，第4个变量:Diversity（种族多样性）,第5个变量：Age（年龄中位数），第6个变
5、量：Homes（有房家庭比例），第7个变量：Vets（复员军人比例），第8个变量：Asian（亚裔人口比例），第9个变量：Black（非裔比例），第10个变量：Latino（拉美裔比例），第11个变量：White（欧裔比例）,第12个变量:Population（人口），第13个变量:Area（面积）第14个变量：Longitude（经度），第15个变量:Latitude（纬度）,请自行增加第16个变量:人口密度density二Population/Area,使用第1,2,5,6,11,16个变量创建新数据框，根据第2,5,6,11,16这
6、五个变量对110个洛杉矶街区进行聚类分析（聚类前考虑对数据施行标准化变换）o3.撰写纸质稿的实验报告,要求实验报告最后一段有文字总结（学习心得，实验总结，提出问题，对于课程的意见和建议等），书写请用止楷字，勿用草书。下周三上课时交给学习委员。5•学习委员统一将作业代码（根据需要，用#进行文字注释，文件后缀名为.R或・r）电子版在下周三前发送至教师邮箱nikitalhy@163.com
