两步聚类 发表评论(0) 编辑词条

能同时处理连续变量和分类变量
可以根据指定的判别准则自动选择聚类的个数，也可以自己指定
可以有效的分析大样本数据

1 构建聚类特征树（CFT），开始时，把某个观测量放在树的根节点处，它记录有该观测量的变量信息，然后根据指定的距离测度作为相似性依据，使每个后续观测量根据它与已有节点的相似性，放到最相似的节点中，如果没有找到某个相似性的节点，就为它形成一个新的节点。
2 使用凝聚聚类法对聚类特征树的节点进行分组，它通过比较BIC AIC ,确定最优的聚类个数

构建CFT树时，如果指定了聚类个数等变量，而观测量又很多的话，可能发生CFT树长满不能再生长的情况，那些没有长在树上的观测叫做噪声（noise），可以调整参数重新计算让CFT树可以容纳更多的观测，也可以把它们直接归入某个类或者直接丢弃。被丢弃的观测量生物称为局外者（outlier）。