该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


多元方法 • K 均值聚类
上一个
 • 
下一个
K 均值聚类
使用距离对观测分组
使用“K 均值聚类”平台可将在几个变量上享有相似值的观测分组在一起。K-均值法适用于包含大约 200 到 100,000 个观测的大型数据表。
“K 均值聚类”平台使用迭代算法对观测进行划分来构造指定数量的聚类。该方法称为 K-均值，它将观测划分聚类以便最小化到聚类重心的距离。您必须提前指定聚类数 k。不过，您可以比较不同 k 值的结果以选择适合您的数据的最优聚类数。
图 12.1 三维双标图
目录 
“K 均值聚类”平台概述
对观测聚类的平台概述
“K 均值聚类”的示例
启动“K 均值聚类”平台
“迭代聚类”报表
“迭代聚类”选项
“迭代聚类”控制面板
“K 均值聚类数=<k>”报表
“聚类比较”报表
“K 均值聚类数=<k>”报表
“K 均值聚类数=<k>”报表选项
自组织图
“自组织图”控制面板
“自组织图”报表
SOM 算法的说明
“K 均值聚类”平台的更多示例
自组织图示例