1、SPSS聚类分析--用于筛选聚类变量的一套方法
SPSS聚类分析：用于筛选聚类变量的一套方法
来源：数据小兵
聚类分析是常见的数据分析方法之一，主要用于市场细分、用户细分等领域。利用SPSS进行聚类分析时，用于参与聚类的变量决定了聚类的结果，无关变量有时会引起严重的错分，因此，筛选有效的聚类变量至关重要。
案例数据源：
在SPSS自带数据文件plastic.sav中记录了20中塑料的三个特征，分别是tear_res（抗拉力）、gloss（光滑度）、opacity（透明度），相关经验表面这20中塑料可以分为3个种类，如果用这三个变量进行聚类，请判断和筛选有效聚类变量。
一套筛选聚
2、类变量的方法
一、盲选
将根据经验得到的、现有的备选聚类变量全部纳入模型，暂时不考虑某些变量是否不合适。本案例采用SPSS系统聚类方法。对话框如下:
统计量选项卡：聚类成员选择单一方案，聚类数输入数字3；
绘制选项卡：勾选树状图；
方法选项卡：默认选项，不进行标准化；
保存选项卡：聚类成员选择单一方案，聚类数输入数字3；
二、初步聚类
这是盲选得到的初步聚类结果，并且在数据视图我们可以看到已经自动生成了一个聚类结果变量，这个变量非常有用。
三、方差分析
是不是每一个纳入模型的聚类变量都对聚类过程有贡献？利用已经生成的初步聚类结果，我们可以用一个单因素方差分析
3、来判断分类结果在三个变量上的差异是否显著，进而判断哪些变量对聚类是没有贡献的。
分析——比较均值——单因素方差分析：
选项选项卡：勾选均值图
由方差分析我们很明确的得知，纳入模型的三个聚类变量，其中只有“透明度”指标在各个分类上有显著的差异，也就是说分类有效果，让每个分类的差异很大，而两外两个变量则在三个分类上没有显著差异，没有很好的类别区分度，所以，我们可以认为，这两个变量对聚类无作用或者无贡献，可考虑踢出模型。
我们还想从可视化的角度来查看和判断，单因素方差分析为我们提供了均值图，可惜，这三个图却最容易误导我们的判断，因为spss在自动生产均值图时为每一个变量单独制图，
4、而且分配不同的纵轴坐标，导致每个图看起来都有非常大的差异，从视觉上迷惑我们做出错误的判断。
这里需要改进！
四、均值描述
为改进以上SPSS默认选项的不足之处，我们需要自己生成三个变量在不同类别上的均值，means过程可以帮助到我们。
从数字上来看，抗拉力（6.8、6.7、7.1）、光滑度（9.3、9.4、9.2）两个指标在三个类别上并没有多大的差异，而对聚类有贡献的透明度指标在不同类别上区分度非常明显。
五、多线均值图
克服纵轴刻度的方法是将这三个指标放在同一个坐标轴上进行对比，也就是制作一个多线均值图。
此时，结果已经一目了然了。
综上，我们可以将抗拉力、光滑度两个指标从模型中剔除，只留下透明度一个指标再进行聚类。
我们发现，前后两次聚类的结果一模一样，用一个指标可以代替以前三个指标的进行聚类。
我们这样做的意义何在？如果能将这些整理成为规则，形成经验，那我们就可以不用测量抗拉力和光滑度这两个指标了，你不觉得多测量两个指标成本会增加吗？
浙ICP备2021020529号-1 | 浙B2-20240490 
