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配对样本t检验如何操作 SPSS配对样本t检验差值不显著怎样解释
T检验作为数据分析中经常会用到的一种统计方法，主要用来检验和比较数据的均值是否存在明显差异（例如我们把两个相同作物的种子放在不同的环境中进行种植和生长，比较两种环境对作物生长产生的影响）。而在进行配对样本T检验的过程中，我们既需要掌握如何正确地进行检验，又要了解在遇到数据分析问题时要如何处理。下面以SPSS为例，给大家介绍SPSS配对样本T检验如何操作，SPSS配对样本T检验差值不显著怎样解释的具体内容。
2026-10-08
SPSS重新编码旧值和新值怎么设置 SPSS中重新编码为其他变量怎么办
在问卷数据分析中，我们经常会遇到需要把分类变量重新编码成数值、或者对反向题重新计分的需求，比如把性别重新编码成0/1变量、对李克特反向题做5→1转换。SPSS中的“重新编码为不同变量”功能可以帮我们生成新的变量，同时保留原始数据。接下来我将为大家介绍：SPSS重新编码旧值和新值怎么设置，SPSS中重新编码为其他变量怎么办的相关内容。
2026-10-08
SPSS模型摘要和参数估算值的区别 SPSS模型摘要怎么看数据分析结果
SPSS不仅提供了丰富的数据研究分析工具，还能运算出很多有用的数据表格，比如模型摘要、个案处理摘要、参数估计值等。这些表格的作用各不相同，在不同的研究课题中，发挥着重要的作用。理解这些表格的作用，将有助于数据的准确分析，接下来我们会介绍SPSS模型摘要和参数估算值的区别，SPSS模型摘要怎么看数据分析结果的相关内容。
2026-10-08
SPSS中的QQ图是什么意思 SPSS中PP图和QQ图有什么区别
QQ图是判断一组数据是否近似正态分布的可视化工具。它的思路很简单：先把样本数据从小到大排序，再把这些“实测分位数”和理论上同位置的正态分布分位数一一对应画成散点图。如果数据服从正态分布，这些点就会大致落在一条从左下角到右上角的对角线上；如果偏离对角线，就说明分布形态和正态有差距。P-P图和QQ图目的相同，都是检验正态性，但两者坐标轴的含义不同、对异常部位的关注点也不一样。接下来我将为大家介绍：SPSS中的QQ图是什么意思，SPSS中PP图和QQ图有什么区别的相关内容。
2026-10-08
SPSS怎么输入比值数据 SPSS比值用什么方法计算
在SPSS的数据处理过程中，我们经常会遇到需要处理比值的情况。比值数据既可以由两个原始变量相除得到后再进行分析，也可以直接利用SPSS的功能对两个变量进行统计描述。接下来我将为大家介绍：SPSS怎么输入比值数据，SPSS比值用什么方法计算的相关内容。
2026-10-08
SPSS数据逆向化处理怎么操作 SPSS逆向指标如何正向化
对于经常需要与数据分析和处理打交道的小伙伴来说，数据逆向化处理大家应该不会感到陌生。因为在数据分析的过程中，数据指标的增减方向也会影响最终数据结果的判读，但是如果将两个方向相反的指标放在一起进行解读，就会出现错误的数据分析结果（例如将学习的效率与玩游戏频率二者进行解读，就会出现错误的结果）。所以数据逆向化就是将这部分数据进行统一标准的操作（统一将数值转换为数越大越好的指标）。下面以SPSS为例，给大家介绍SPSS数据逆向化处理怎么操作，SPSS逆向指标如何正向化的具体内容。
2026-10-08

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: