详解IBM SPSS Statistics两步聚类之参数设置

SPSS的快速聚类（K均值聚类）仅可进行连续型变量的聚类；而系统聚类，虽然可进行连续型与分类型变量的聚类，但同一时间只能进行同一种变量类型的聚类分析。那么，有没有一种聚类方法可同时分析以上两种变量？

答案是肯定的，IBM SPSS Statistics的两步聚类，也称为二阶聚类，就可以同时进行以上两种变量的聚类分析。不仅如此，两步聚类还能分析各种变量的聚类重要性。接下来，我们通过实例来详细了解下吧。

一、数据准备

本例使用的是一组包含客流量、销售额、销售量三个连续型变量，以及店铺类型、星级、所处区域三个分类变量的数据。

图1：店铺数据

二、二阶聚类参数设置

如图1所示，依次单击分析-分类-二阶聚类选项。

图2：二阶聚类

两步聚类，在SPSS也称为二阶聚类，是通过两个步骤来完成聚类分析。

第一步，通过指定的距离测量（如对数似然或欧式距离）构建分类树，将距离相近的记录为一个树节点；第二步，在分类树基础上，确定聚类分类，并通过BIC或AIC准则判断，以确定聚类结果。

根据以上原理，我们需要进行变量、距离测量、聚类准则等参数设置。

图3：参数设置面板

首先，将店铺类型、星级、所处区域设置为分类变量；将客流量、销售额、销售量设置为连续变量。

图4：变量设置

接着，在距离测量中，设置对数似然法，因欧式距离测量只能用于分析的所有变量都是连续变量的情况。

在聚类数目中，设置自动确定，并保持默认的最大值为15。

在聚类准则中，以BIC作为聚类的判断准则。

图5：计算方法

在选项设置中，保持默认的最大内存分配64MB，以及默认的待标准化计数变量，以统一变量的测量尺度。

图6：选项设置

最后，在输出设置中，勾选“透视表”，即得到聚类的结果输出；勾选“图表和表（在模型查看器中）”，可进一步查看变量贡献的重要性，以及可视化数据；勾选“创建聚类成员变量”，以了解个案对应的类。

图7：输出设置

三、小结

综上所述，相比于K均值聚类、系统聚类，两步聚类可用于分析的变量类型更广，并且可将所有变量类型放在一起进行大样本的数据运算。

关于两步聚类的结果解读，可在城东书院网站查阅《详解SPSS两步聚类之结果解读》一文。