主成分聚类分析有效性的思考

被引：45

作者：

王德青 ^{[1
,2
]}

朱建平 ^{[1
,2
]}

谢邦昌 ^{[3
,1
]}

机构：

[1] 厦门大学经济学院统计系

[2] 厦门大学数据挖掘研究中心

[3] 台湾辅仁大学统计资讯学系

来源：

统计研究 | 2012年 / 29卷 / 11期

关键词：

分类; 主成分聚类分析; 极端情形;

D O I：

10.19343/j.cnki.11-1302/c.2012.11.014

中图分类号：

O212.4 [多元分析];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

本文针对经典聚类分析和普通主成分聚类分析极端情形下的失效问题展开讨论,通过定义客观赋权的主成分距离为分类统计量,并以实证检验取得良好效果为依据,有效地解决了主成分聚类分析在极端情形下所不能揭示的问题。

引用

页码：84 / 87

页数：4

共 8 条

[1] 基于主成分聚类分析对区域教育综合发展水平评价 [J].

岳斯玮 .

西南民族大学学报(自然科学版), 2012, 38 (01) :37-43

[2] 我国汽车产业竞争力区域差异的实证研究 [J].

庞丽 ;

李显君 .

数理统计与管理, 2011, 30 (06) :951-959

[3] “金砖国家”通货膨胀周期的协动性 [J].

张兵 ;

李翠莲 .

经济研究, 2011, 46 (09) :29-40

[4] 主成分聚类分析在矿井安全评价应用中的思考 [J].

王德青 .

中国矿业, 2011, (01) :51-53+57

[5] 一种函数型数据的聚类分析方法 [J].

王劼 ;

黄可飞 ;

王惠文 .

数理统计与管理, 2009, 28 (05) :839-844

[6] 数据挖掘中一种新的聚类方法——基于对应分析与因子旋转 [J].

殷瑞飞 ;

朱建平 .

统计研究, 2008, (01) :93-97

[7] 一种新的聚类判别分析框架及其实证研究 [J].

何跃 ;

杨磊 ;

徐玖平 .

计算机应用研究, 2007, (12) :32-36+40

[8] 聚类分析中的距离与变量选择 [J].

王进 .

山西财经大学学报, 2007, (S1) :36+43-36

← 1 →