咨询在线销售
SPSS > 使用技巧 > 如何在IBM SPSS Statistics中进行K均值聚类分析

如何在IBM SPSS Statistics中进行K均值聚类分析

发布时间：2021-09-18 14: 08: 29

IBM SPSS Statistics的K均值聚类分析，是一种采用欧式距离作为分类指标的迭代聚类分析方法。其优点是操作简单，运算速度快，但由于其聚类原理是将欧式距离相似的数据归为一个类别，因此需采用连续型的数据变量。

接下来，我们通过实例来演示一下K均值聚类分析。

一、数据准备

本例使用的是一组店铺的销售数据，包含客流量、销售额与销售量三个连续型变量。我们会使用到以上三个连续变量对数据个案进行K均值聚类分析。

图1：店铺数据
图1：店铺数据

二、K均值聚类参数设置

K均值聚类分析是SPSS分类分析法中的一种，由于其运算的快速性，也被称为“快速聚类”。

图2：K均值聚类
图2：K均值聚类

如图3所示，K均值聚类分析设置面板包含变量、聚类中心等设置参数。

图3：参数设置面板
图3：参数设置面板

按照数据分析目的，如图4所示，我们需将客流量、销售额、销售量添加为变量，然后再单击右侧的“保存”按钮，保存“聚类成员”与“与聚类中心的距离”两个新变量。

图4：变量与保存设置
图4：变量与保存设置

接着，打开“迭代”设置，设置最大迭代次数，一般按照默认即可，如果默认次数过小，应尽量调大。

图5：迭代次数
图5：迭代次数

最后，设置分析的选项，如图6所示，勾选“初始聚类中心”与“每个个案的聚类信息”，以了解初始聚类与最终聚类的个案数目；勾选“ANOVA表”，检验分析的置信水平。

图6：选项设置
图6：选项设置

三、结果解读

运行分析后，回到数据表，如图7所示，原数据表末端出现了两个新变量，分别是“聚类成员”与“与聚类中心的距离”。我们可以从中观察到每个个案所属的聚类，以及该个案与聚类中心的距离。

图7：生成新变量
图7：生成新变量

而从分析结果看到，SPSS初始设定了两个聚类。

图8：初始聚类中心
图8：初始聚类中心

而经过2次迭代运算后，最终聚类中心仍设定为两个不变。

图9：最终聚类中心
图9：最终聚类中心

而从ANOVA分析表看到，客流量、销售额、销售量的显著性都小于0.001，说明这三个变量都能很好地区分各个分类。

图10：ANOVA检验
图10：ANOVA检验

最后，从“每个聚类中的个案数目”可得到每一类别包含的个案数量。

图11：聚类中的个案数目
图11：聚类中的个案数目

四、小结

综上所述，K均值聚类分析，可利用欧式距离的测量，快速地将距离相似的个案归总为一个类别，但也要注意到的是，K均值聚类分析受异常值影响较大。

除K均值聚类，SPSS还提供了系统聚类、二阶聚类的分类方法，可前往SPSS中文网站获取更加系统的演示分享。

作者：泽洋

展开阅读全文

︾

标签：SPSS，聚类分析

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
30 天免费试用｜IBM Bob，打通 IDE 与命令行的 AI 开发助手
IBM Bob 是 IBM 推出的 AI 驱动开发伙伴，能够深入开发人员的代码库，从需求分析、代码编写、项目理解，到测试、调试和应用现代化，全流程辅助软件开发工作，帮助团队更快速地构建高质量软件。
2026-09-16
什么是SPSS因子载荷值 SPSS公因子方差是因子载荷吗
因子分析是数据统计分析中常用的研究方法之一，可以用来实现降维的目的。如果要分析的变量比较多，而变量之间有共性的话，就可以用SPSS的因子分析来减少变量，从而降低数据研究的难度。SPSS的因子分析会提供因子载荷值、碎石图、成分矩阵等运算结果，接下来我们会介绍什么是SPSS因子载荷值，SPSS公因子方差是因子载荷吗的相关内容，让大家可以更熟悉这方面的内容。
2026-09-04
SPSS公因子方差表怎么看 SPSS公因子方差结果解读
我们如果要分析的问题涉及到的变量比较多，可以尝试用因子分析的方法，对变量进行“降维”的处理。降维，实际上就是将影响效果大的变量提取出来，其他影响不大，或者与其他变量相似的，可以剔除出去，这样就能起到减少分析变量的目的。SPSS有成熟的因子分析功能，接下来我们会介绍SPSS公因子方差表怎么看，SPSS公因子方差结果解读的相关内容，让大家可以更熟悉这方面的内容。
2026-09-04
SPSS个案处理摘要是什么意思 SPSS个案组摘要和各个变量摘要的区别
在正式分析数据前，我们可能要对数据的整体情况做一个简单的摸底，比如了解整体的个案数量、是否有缺失值、有效个案数量、均值、标准差等。这些事先的数据摸底，可以让我们更了解数据的分布情况，并对此选择更准确的分析方法。接下来，本文会给大家介绍SPSS个案处理摘要是什么意思，SPSS个案组摘要和各个变量摘要的区别的相关内容。
2026-09-04
SPSS因子载荷矩阵怎么做 SPSS因子载荷系数怎么看
因子载荷矩阵是因子分析中得到的标准化相关系数，可以用来衡量变量与公共因子之间关系的矩阵，它的值越大，说明这个变量与公因子的关系越密切。因子载荷矩阵常会用在降维分析中，因为它可以看出哪些变量需要保留、哪些变量需要移除，这样就能降低数据研究的难度，‌SPSS可以轻松做好这类分析。接下来我们会介绍SPSS因子载荷矩阵怎么做，SPSS因子载荷系数怎么看的相关内容。
2026-09-04
SPSS怎么检查极端值是否正确 SPSS多因素Cox回归分析步骤
我们在进行数据分析的时候，经常会遇到处理极端值和进行Cox回归分析的情况。多因素Cox回归是先完成数据筛选，再开展回归分析的统计方法，这样可以提高数据样本的精准度，避免被极端的数据影响结果。给大家举一个例子，在医学领域中，如果我们需要统一患者的平均用药值，而统计的数据结果由于误触而多输入了一位数字，导致数值扩大了十倍。这时候再依照错误的结果给患者开药，显然会出现问题，所以就需要先对数据样本进行核查后再进行分析。下面以SPSS为例，给大家介绍SPSS怎么检查极端值是否正确，SPSS多因素Cox回归分析步骤。
2026-09-04

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: