二阶聚类
基本信息
简 介：
关 键 词：
模 型 背 景：二阶聚类（Two Step Cluster），也常被称为两步聚类，是一种分层群集算法（Hierarchical Algorithms），目前多用于资料采矿与多元统计的交叉领域
模 型 原 理：同其他统计方法一样，二阶聚类也有严苛的适用条件，它要求模型中的变量独立，类别变量是多项式分布，连续变量须是正态分布。
实施分析步骤：二阶聚类的整个聚类过程分为前后两个大的板块来完成： 1）预聚类（pre-clustering）阶段。
模 型 应 用：供给我们研究的数据集是从一家银行提供的公共数据库中的信息，数据真实可靠，在SPSS中，大致有14000条记录。
运行效果评价：二阶聚类的优点在于能够完成海量自动标准化数据处理，且可处理分类变量和连续变量的混合数据，
输入输出参数
设置：二阶聚类分析用来揭示数据集中的自然分组（或聚类），如果不揭示，这些分组是不明显的。
方法正文
推荐方法
距离判别分析简介
帕累托图
控制图
支持向量机简介
贝叶斯分类
最近邻分类
决策树
系统聚类
二阶聚类
分类
