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个案排序和个案排秩的区别 SPSS个案排秩怎么操作
我们在使用SPSS进行数据整理与统计分析时，个案排序和个案排秩是两种十分常用的整理方式，但很多使用者容易将二者混淆。接下来我将为大家介绍：SPSS个案排序和个案排秩的区别，SPSS个案排秩怎么操作的相关内容。
2026-09-02
SPSS怎么进行对数转换 SPSS取对数是ln还是log
对于经常需要与数据分析和数学计算打交道的小伙伴来说，想必对于对数转换这个概念应该不会感到陌生。在处理数据的过程中，如果遇到了方差不齐或者变量之间呈现非线性关系的时候，就需要用到对数转换的分析方式对数据样本进行处理，而在对数转换的过程中，ln和log作为对数计算式，在这里有关键的作用。下面以SPSS为例，给大家SPSS怎么进行对数转换，SPSS取对数是ln还是log的具体内容。
2026-09-02
SPSS K均值聚类怎样评估 SPSS K均值聚类轮廓系数应如何解读
在数据分析的领域中，聚类分析是一项重要的数据分析操作。它可以帮助我们把同类型的数据样本一并进行分析，减少同类样本的分析次数，对数据进行快速处理。而K均值聚类作为常规聚类分析法的一类延伸，是把数据组中的样本划分为K个预定义且不重叠的数据组（也称为簇），K指的就是其中数据簇的数量。下面以SPSS为例，给大家介绍SPSS K均值聚类怎样评估，SPSS K均值聚类轮廓系数应如何解读的具体内容。
2026-09-02
SPSS正态性检验怎么做 SPSS正态性检验结果偏离正态如何处理
正态性检验是数据分析中的一个重要环节。例如我们在分析一组数据样本是否服从正态分布时（呈现明显的单峰分布），就可以采用正态性检验对数据进行处理。但是我们在进行正态性检验分析的时候，可能也会遇到正态性检验结果偏离正态分布的结果，这种情况下就需要我们对数据样本或者统计方法进行调整和修改。下面以SPSS为例，介绍SPSS正态性检验怎么做，SPSS正态性检验结果偏离正态如何处理的具体内容。
2026-09-02
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

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: