聚类分析（Cluster Analysis）是一组将研究对象分为相对同质的群组（Clus-ters）的统计分析技术。它将看似无序的对象进行分组、归类，以达到更好地理解研究对象的目的。下面结合实例，具体介绍用Origin进行聚类分析。试验数据3年期间美国城市的平均温度，存放在“US Mean Temperature.dat”数据文件中。试采用聚类分析对美国城市按纬度进行聚类分析。为找到最佳的聚类分析方法，先采用层次（Hierarchical）聚类分析对工作表中部分随机数据进行分析，而后采用K-means聚类分析对工作表所有数据进行聚类分析。

图12-88 “US Mean Temperature.dat”数据文件

1.层次（Hierarchical）聚类分析

（1）导入“Origin 9.1\Samples\Graphing\US Mean Temperature.dat”数据文件，如图12-88所示。工作表A（X）列为美国城市名称，B（Y）和C（Y）列分别为对应城市的经纬度，D（Y）～O（Y）列分别为对应城市的3年的月平均温度，P（Y）列为对应城市的3年的年平均温度。

（2）选中“US Mean Tem-perature.dat”工作表中D（Y）～O（Y）列，选择菜单命令【Statis-tics】→【Multivariate Analysis】→【Hierarchical Cluster Analysis】，打 开【Statistics/Multivariate A-nalysis：hcluster】对话框。

图12-89 【Statistics/Multivariate Analysis：hcluster】 对话框进入【Column Browser】面板

图12-90 【Column Browser】面板设置

（3）单击【Statistics/Multi-variate Analysis：hcluster】对话框中“Variables”右边的三角形，选择“Select Columns”，如图12-89所示。打开【Column Browser】面板，单击【ColumnBrowser】下面板中右上角的按钮，选择数据范围从“1”到“100”，如图12-90所示。单击“OK”按钮，回到【Statistics/Multivariate Analysis：hcluster】对话框。在“Settings”栏中的“Cluster”选中“Observations”复选框，“ClusterMethod”下拉列表框中选择“Furthest Neighbour”，在“Number of Clusters”中输入“1”。设置好的【Statistics/Multivariate Analysis：hcluster】对话框如图12-91所示。

（4）单击“OK”按钮，进行层次聚类分析，得到聚类分析报告。双击该报告中的“Dendrogram”图例，得到图12-92所示图形。依据该图，认为合适的聚类数为“5”。

（5）因此按聚类数为“5”重新计算。单击图12-84中左上角的绿色锁，在打开的菜单中选择菜单命令“Change Parameters”，再次打开【Statistics/Multivariate Analy-sis：hcluster】对 话 框。在“Set-tings”栏下的“Number of Clusters”输入“5”，在“Quantities”中选中“Cluster Center”复选框。重新设置好的【Statistics/Multivariate Analy-sis：hcluster】对话框如图12-93所示。

图12-91 设置好的【Statistics/Multivariate Analysis：hcluster】对话框

图12-92 “Dendrogram”图聚类数为“5”

（6）单击“OK”按钮，得到层次聚类分析报告。双击层次聚类分析报告中的“Dendrogram”图例，得到图12-94a所示图形。由于有大量观察数据，横坐标数据重叠，可选取放大工具，将图中感兴趣的地方放大，如图12-94b所示。

(www.daowen.com)

图12-93 重新设置好的【Statistics/Multivariate Analysis：hcluster】对话框

图12-94 “Dendrogram”图和局部放大图

2.K-means聚类分析

在层次聚类分析报告的基础上，对数据进行K-means聚类分析。

（1）用右键单击层次聚类分析报告中的聚类中心（Cluster Center）表，在弹出的菜单中选择“Create Copy as New Sheet”命令（见图12-95），得到采用层次聚类分析的聚类中心数据表（Sheet2）。聚类中心数据表为K-means聚类分析中的“Initial Cluster Centers”数据，如图12-96所示。

（2）选中“US Mean Temperature.dat”工作表中的D（Y）～O（Y）列，选择菜单命令【Statistics】→【Multivariate Analysis】→【K-Means Cluster A-nalysis】，打开【Statistics/Mul-tivariate Analysis：kmeans】对话框。在该窗口中选中“Speci-fy Initial Cluster Centers”复选框，在“Initial Cluster Centers”右边单击切换按钮，输入聚类中心数据表（Sheet2）中的Col（D）～Col（O）列。在“Plot”栏中选中“Group Graph”复选框，并通过单击切换按钮，回到“US Mean Temperature.dat”工作表。在“X Range”和“Y Range”分别输入Col（B）经度和Col（C）纬度。设置好的【Statistics/Multivariate Analysis：kmeans】对话框如图12-97所示。

图12-95 在层次聚类分析报告中的聚类中心（Cluster Center）表创建新表

图12-96 聚类中心数据表

图12-97 设置好的【Statistics/Multivariate Analysis：kmeans】对话框

（3）单击“OK”按钮，得到K-means聚类分析报告，如图12-98所示。在该分析报告中，城市平均温度数据根据城市的纬度聚类为5组。双击该分析报告中的“Group Plots”图，得到图12-99所示图形。该图用5中颜色清晰地聚类分析了城市平均温度。

图12-98 K-means聚类分析报告

图12-99 “Group Plots”图