分类（logistic，fisher）聚类（k-means）SPSS操作自存

区别：一个是已知类别，一个是未知类别且多少类也不知道

本篇文章没有原理推导，只有简单介绍，模型应用和相应SPSS操作！

目录

1.logistic

2.fisher

3.k-means（记得消除量纲影响）

4.交叉验证提高准确率

1.logistic

Spss中因子和协变量的区别

因子指分类型变量，例如性别、学历等

协变量指连续型变量，例如面积、重量等。

可以得到成功率和回归系数表 ! ! !

预测结果较差, 可在logistic回归模型中加入平方项、交互项等。

2.fisher

3.k-means（记得消除量纲影响）

K-means聚类的算法流程：

一 、指定需要划分的簇的个数K值（类的个数）;

二、随机地选择K个数据对象作为初始的聚类中心 （不一定要是我们的样本点）;

三、计算其余的各个数据对象到这K个初始聚类中心的距离，把数据对象划归到距离它最近的那个中心所处在的簇类中;

四、调整新类并且重新计算出新类的中心;

五、循环步骤三和四，看中心是否收敛（不变），如 果收敛或达到迭代次数则停止循环; 

而kmeans++可以攻克以上两个缺点，只需要改变第一步：

随机选取一个样本作为第一个聚类中心

计算每个样本与当前已有聚类中心的最短距离（即与最 近一个聚类中心的距离），这个值越大，表示被选取作为聚类中心的概率较大

最后，用轮盘法（依据概率大小来进行抽选）选出下一个聚类中心

4.交叉验证提高准确率