如何用spss做模糊聚类分析 模糊聚类分析的优缺点

如何用spss做模糊聚类分析？我们可使用spss分类分析中的系统聚类分析法进行模糊聚类分析。模糊聚类分析的优缺点，其优点是在未知聚类种类的情况下，可结合相关知识探索分类，缺点是无确定的聚类结果，需结合相关知识分析。

一、如何用spss做模糊聚类分析

模糊聚类分析是一种引入模糊数学原理的聚类分析方法，包括系统聚类分析法与非系统聚类分析方法，spss可用于系统聚类分析，常用于分析一些模糊的数据分类问题，相比于k均值、两步聚类等，其结果拥有不确定性，可结合相关行业知识、以往的数据分析结果来确定聚类数量与结果。

接下来，我们以一组商品品类的各项指标数据为例，演示一下如何用spss做模糊聚类分析。

示例数据

如图2所示，依次点击spss的分析-分类-系统聚类功能。

系统聚类

系统聚类分析是利用变量进行迭代距离分析的方法，因此，只需放入聚类分析变量即可分析，其主要的输出结果为冰柱图与树状图（谱系图）。如果要在图表中标注个案的名称，可将个案变量选入“个案标注依据”。

系统聚类设置

根据本例数据所分析的问题，如图4所示，将指标变量都选入“变量”列表框，将“地区”选入“个案标注依据”，以在图表中显示个案的名称。

变量设置

系统聚类可在未知聚类数量情况下进行模糊聚类分析，但如果想要限制聚类的数量或事先已知大致的聚类数量，也可通过设置“统计”中“解的范围”来控制聚类数量。

t值

系统聚类分析主要是依靠图表来总结聚类结果，默认会运算得出冰柱图，也可加入“谱系图”选项，谱系图又叫树状图，输出结果会更直观。

图设置

在聚类方法上，可选择“瓦尔德法”，并使用“平方欧式距离”测量区间，其他保持默认设置即可。

方法设置

二、模糊聚类分析的优缺点

模糊聚类分析的优点是对于模糊的数据分析问题，比如产品的质量是很好、比较好、特别好，还是一般等模糊表述，可进行模糊化的聚类，也就是说，可在未知聚类情况、聚类数量等情况下，根据相关分析经验、行业知识等进行结果的解读。

比如图8的分析结果，可根据需要绘制Y轴参考线来确定聚类的数量，将不同账号分成三类、四类、五类，都可以根据分析者的经验调整。

谱系图

但缺点也比较明显，如果无相关知识，或者研究的问题很新，无其他研究经验可帮助解读数据时，将很难进行聚类结果的确定，其分析结果不及k均值聚类、两步聚类分析清晰，需要进行其他的辅助分析以帮助解释分类结果。

三、怎么解读spss模糊聚类分析结果

接下来，我们继续进行spss模糊聚类分析结果的解读。在上文操作中，我们将聚类数量限制在2-6，因此，在分析结果中可查看到2-6个聚类的分析结果。

从图9的聚类成员结果看到，商品1在2-6个聚类都属于第一个聚类；商品2在2-3个聚类属于第一个聚类，在5-6个聚类属于第二个聚类，如此类推。

聚类结果

那么，到底要采用哪个聚类结果？我们需要进一步查看谱系图的结果。

如图10所示，可在谱系图上绘制Y轴参考线辅助分析。参考线与谱系图的横向线条交叉点即为一个聚类，查看该聚类延伸的商品，可判断该聚类是否合理，比如如果都是低价商品，说明该聚类合理。

谱系图

四、小结

以上就是关于如何用spss做模糊聚类分析，模糊聚类分析的优缺点的相关内容。spss的模糊聚类分析可通过系统聚类分析方法运算，其分析结果具有模糊性，一般需要结合相关知识判断聚类结果的合理性，来进一步确定聚类的数目。