大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全家桶1年46，售后保障稳定
总目录：SPSS学习整理
目的
利用K均值聚类对数据快速分类
适用情景
数据处理
SPSS操作
分析——分类——K-均值聚类
最大迭代次数根据数据量，分类数量，电脑情况自己调整，能选多点就把上限调高点。
SPSS输出结果分析
在数据集最右两列保存了该个案的分类结果与到聚类中心的距离。
由于没有自定义初始中心，系统设定了三个。
迭代9次后中心值不变。
最终个三个聚类中心以及他们之间的距离
两个变量的显著性都小于0.05，说明这两个变量能够很好的区分各类
显示每个类有多少个案
由于只有两个维度，可以很好的用Tableau展示分类效果，这张图为原始数据散点图，横轴：当前薪资；竖轴：初始薪资
将分类好后的数据组QCL_1（个案分类编号）进行着色，得到上图，可以观察到Tableau很好得把数据分成了三类。
注意：K-均值聚类可能陷入局部最优解，产生原因和解决办法可以百度
知识点
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/223090.html原文链接：https://javaforall.net
