咨询在线销售
SPSS > 使用技巧 > SPSS的K均值聚类、分层聚类、二阶聚类的区别

SPSS的K均值聚类、分层聚类、二阶聚类的区别

发布时间：2021-09-23 15: 14: 10

K均值聚类、分层聚类、二阶聚类是SPSS聚类分析中常用的三种聚类方法。K均值聚类使用的是欧式距离的测量方法；分层聚类是根据度量的距离远近，构建谱系分析；二阶聚类是利用距离测量得到分类树，然后再利用BIC或AIC准则判别最佳聚类。

除了以上聚类原理的不同外，三种聚类方法还有哪些不同点呢？接下来，我们从参数设置与结果解读两方面进行详细解读。

图1：二阶、K均值、系统聚类
图1：二阶、K均值、系统聚类

一、参数设置

K均值聚类仅可用于连续变量的聚类分析，因此，如图1所示，其参数设置面板仅提供了一个变量选项。另外，K均值聚类主要是采用了迭代计算的方法。

图2：K均值聚类参数设置
图2：K均值聚类参数设置

虽然系统聚类分析也仅提供了一个变量选项，但其变量选项可添加分类变量或连续变量。但要注意的是，单次只能分析同一种类型的变量，也就是说，不能将分类变量与连续变量同时添加到变量选项框，只能添加其中一种类型。

另外，与K均值聚类仅可分析个案聚类不同，系统聚类可分析个案或变量的聚类。

图3：系统聚类参数设置
图3：系统聚类参数设置

而且，系统聚类分析可指定解的范围。

图4：系统聚类解范围
图4：系统聚类解范围

相对于其他两种聚类方法，二阶聚类的变量选项更为自由，可同时添加分类与连续变量。

图5：二阶聚类参数设置
图5：二阶聚类参数设置

二、结果解读

从结果解读来看，K均值聚类可简单快速地得到最终聚类的中心，但由于其测量计算主要是依靠“直线式”的欧式距离，因此，对异常值较为敏感。

图6：K均值聚类中心
图6：K均值聚类中心

而不同于K均值聚类清晰而简单的聚类结果，系统聚类主要是依靠如图7所示的谱系图解读聚类结果。

通过在谱系图中绘制竖线并向左观察，可得到聚类数据以及其包含的个案信息。

图7：系统聚类谱系图
图7：系统聚类谱系图

二阶聚类分析除了能通过BIC或AIC准则获得最佳的聚类数目外，还可进一步得到聚类的质量评分。

图8：二阶聚类模型概要
图8：二阶聚类模型概要

以及通过聚类预测重要性、聚类特征图等得到影响聚类的重要变量，以及各个聚类的变量特征。

图9：二阶聚类输入重要性
图9：二阶聚类输入重要性

三、小结

综上所述，K均值聚类、分层聚类、二阶聚类这三种SPSS的聚类方法各具优点与缺点。

K均值聚类简单快速，但无法分析分类变量、容易受异常值影响；系统聚类，可对个案与变量聚类，可对连续与分类变量聚类，但依靠谱系图分析，当数据量大时，分析速度慢；二阶聚类，自动程度高，可同时分析分类与连续变量，但容易受到分类变量的影响。

作者：泽洋

展开阅读全文

︾

标签：SPSS，K均值聚类

读者也访问过这里:
新手入门 常见问题 使用技巧 行业案例
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
下载试用
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法，分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求：卡方检验是对多个类别的数据进行分析，T检验是对两组数据进行分析，方差分析是对多组数据进行检验。下面，小编具体说明一下SPSS数据分析显著性差异分析步骤，SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中，我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中，显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标，通过它可以说明分析结论是否由抽样误差引起还是实际相关的，可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析，spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低，以F评价回归分析是否有统计学的意义，使用IBM SPSS Statistics进行回归分析，可以非常快速的完成R，F的计算，并且给出回归曲线方程，那么，SPSS回归分析中f值是什么？SPSS回归分析F值在什么范围合适，本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法，它可以找出数据变量之间的未知关系，得到较为符合变量关系的数学表达式，以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量，在SPSS中可以选择三种方法来进行相关性分析：双变量、偏相关和距离。
2021-04-23
最新文章
SPSS方差齐性检验在哪设置 SPSS方差齐性检验不通过怎么办
方差齐性检验（也称为F检验）是数据分析中一项不可缺少的环节，在许多的场景中都有着广泛的应用。例如有一组城市和农村的学校学生学习成绩的数据，两组方差相等代表城乡学生成绩离散程度一致，说明城乡环境对成绩的波动影响相近。而我们在进行方差齐性检验的时候，可以用到SPSS软件进行专业的数据分析。下面给大家介绍SPSS方差齐性检验在哪设置，SPSS方差齐性检验不通过怎么办的具体内容。
2026-09-02
SPSS数据单位如何输入 SPSS如何导出部分数据的结果
在SPSS软件里面，我们通常是输入纯数值做运算的。因为它的数据表跟Excel类似，都没有输入单位的功能。但在一些研究中，比如分析人流量与销售额的关系时，我们可能要加入单位，才能更好地说明数据。那么，怎么才能在SPSS数据表里面体现单位？接下来，本文会给大家介绍SPSS数据单位如何输入，SPSS如何导出部分数据的结果的相关内容。
2026-09-02
SPSS如何提取想要的变量 SPSS怎么抽取数据
如果研究的问题包含的变量比较多，我们可能会想提取一些重要的变量，从而减少研究的难度。在SPSS里面，我们可以利用“因子分析”的方法，将一些相似的变量合并在一起，以实现提取公因子的效果，让研究的问题变得更简单。接下来，本文会给大家介绍SPSS如何提取想要的变量，SPSS怎么抽取数据的相关内容。
2026-08-04
SPSS怎么做样本容量估算 SPSS样本量太小分析结果能信吗
SPSS作为一款专业的数据分析工具，既能够帮助我们处理不同类型的数据样本，又可以根据数据样本的分析结果制作出专业的数据分析报告，便于我们调用数据分析的内容。而在数据分析中，我们经常会遇到做样本容量估算的情形。样本容量估算是统计分析中得到样本数量的一种方式，有助于我们提前预估样本。下面以SPSS为例，向大家介绍SPSS怎么做样本容量估算，SPSS样本量太小分析结果能信吗的具体内容。
2026-08-04
SPSS对应分析如何绘图 SPSS对应分析点位解释应怎样陈述
我们在进行数据分析的过程中，经常会遇到绘制数据分析图的情况。绘制数据分析图是将数据的分析结果可视化的重要步骤，能将繁杂的数据结果转化为直观图表。而在数据点位分析的过程中，同样也会遇到部分点位与实际结果不匹配的状况，所以我们需要对这些出现的点位对应问题进行文字陈述与分析。下面以SPSS为例，给大家介绍SPSS对应分析如何绘图，SPSS对应分析点位解释应怎样陈述。
2026-08-04
SPSS广义估计方程步骤 SPSS广义估计方程模型结果解读
在进行数据分析的过程中，如果遇到需要进行重复分析和考量的数据样本（例如在心理学的研究中会对同一个被测者进行多方面重复分析，进而达到全方位的测试结果），可能会遇到数据之间互不独立，各自存在相关性。而这部分的相关性如果采用之前的线性分析法进行分析，会导致标准估计出现偏差以及置信区间收窄的情况，所以就需要用到广义估计的分析法对这部分数据进行处理。下面以SPSS为例，给大家介绍SPSS广义估计方程步骤，SPSS广义估计方程模型结果解读的具体内容。
2026-08-04

微信公众号

欢迎加入 SPSS 产品的大家庭，立即扫码关注，获取更多软件动态和资源福利。

读者也喜欢这些内容: