聚类分析计算与分析（基于系统聚类法）
下面以一个具体的例子来实现实证分析。2008年我国其中31个省、市和自治区的农村居民家庭平均每人全年消费性支出。
根据原始数据对我国省份进行归类统计。
原始数据如下
注：数据来源—www.stats.gov.cn（中华人民共和国国家统计局）
代码如下:
#读入数据 china <- read.table("F:\\2008年我国其中31个省、市和自治区的农村居民家庭平均每人全年消费性支出.txt",header=TRUE) distance <- dist(china) #计算距离 china.hc <- hclust(distance) #聚类分析,最长距离法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
re
for (i in 1:5) {
print(paste("第",i,"类"))
print(china[re[[i]],]$地区)
}
china.hc <- hclust(distance,method="single") #聚类分析,最短距离法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
china.hc <- hclust(distance,method="average") #聚类分析,类平均法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
china.hc <- hclust(distance,method="centroid") #聚类分析,重心法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
china.hc <- hclust(distance,method="median") #聚类分析,中间距离法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
china.hc <- hclust(distance,method="ward") #聚类分析,离差平方和法 plot(china.hc, hang = -1) #绘画系谱图 re <- rect.hclust(china.hc, k = 5) #分为5类
以上实现了不同聚类分析计算两个类距离算法得出的不同结果。
根据离差平方和法可将我国省份作出以下分类：
第一类：北京 上海 浙江
第二类：江苏 福建 广东
第三类：江西 湖北 湖南 四川
第四类：天津 河北 辽宁 黑龙江 安徽 山东 河南 云南
第五类：山西 内蒙古 吉林 广西 海南 重庆 贵州 西藏 陕西 新疆 甘肃 青海 宁夏
