农作物品种最佳聚类方法研究

关键词 ：农作物 品种 ；聚类方法 ；数据变换 ；类间距离 ；样品间距离
中 图分 类 号 ：ＴＰ３９９
文献 标 识 码 ：Ａ 文 章 编 号 ：１００２—２４８１（２０１６）０７—０９１８－０７
Ｓｔｕｄｙ ｏｎ ｔｈｅ Ｂｅｓｔ Ｃｌｕｓｔｅｒｉｎｇ Ｍ ｅｔｈｏｄ ｏｆ Ｃｒｏｐ Ｖａｒｉｅｔｉｅｓ
Ｋｅｙ ｗｏｒｄｓ：ｃｒｏｐ ｖａｒｉｅｔｉｅｓ；ｃｌｕｓｔｅｒｉｎｇ ｍｅｔｈｏｄ；ｄａｔａ ｔｒａｎｓｆｏｒ ｍ ａｔｉｏｎ；ｂｅｔｗｅｅｎ－ｃｌａｓｓ ｄｉｓｔａｎｃｅ；ｄｉｓｔａｎｃｅ ｂｅｔｗｅｅｎ ｓａｍｐｌｅｓ
聚类 分 析 是 根 据 事 物 的 多个 数 值 特 征 来 观 察 事 物个 体 之 间 或 样 品之 间 的亲 疏 关 系 和相 似 程 度 的 一种 多 元 统计 分 析 方 法 ，内容 涉 及 面 广 ，分 类 方 法 多 而杂 ㈣ ，其 理 论 上还 不 是 至 善 至 美 ，但 是 它 比 凭感官分类效果要好 、分类结果 明确 ，借助计算机 和统 计软 件 ，分类速 度很 快 。
摘 要 ：筛选 中国知 网上的期刊文献 ，选择 ４篇 文章 中的 ４种 豆类数据作 为评判标 准 ，对数据变换 ７种方法 、样品
间 ５种距离公式 、类问 ７种距离定义 ，共组 合成的 ２４５种分类方法 ，应用系统 聚类分 析 、方差 分析 、非参 数检验和
描述性统计分析等方法进行 了比较研究 。结果表明 ，过去最常使用的类 间最短距离法和类平均距离法都不是最佳
李莉等［７－９］使用最长距离法 ，要燕杰等 司使用类间 平 均 法 ，赵 明辉 等 使 用 离 差平 方 和法 ，孙敏 等 ㈣ 使 用质 心 聚类法 。从 理论 的角度 ，陈庆 富等［１７－１８１推 崇 最 短 距 离法 ，向晓 群Ｉ】９１持 相 反态 度 ；张文 彤等 ［２Ｏ－２ １认 为 ，类平均距离法表现最为优异 ，克劳斯 ·巴克豪斯 等∞却 认 为 Ｗａｒｄ法 最好 ，而盖 钧镒 Ｉ 认 为最小 组 内 平方 和法 和组 平 均法效 果 都较 好 。 因此 ，产 生 了折 中办 法 ，李静 萍等 ［３，－２５１建议 ，尽 量 多用 几种 距离 公 式 和分 类方 法进 行 聚类 分析 ，从 多种 结果 中找 出合 适 的分 类 ，于是 对 同样 一批 样 品进 行 分类 ，由于 多 种 选择 ，就 会得 到 多种 分类 结果 。这 就 造成 了许 多 科 技人 员 在使 用 聚类分 析方 法 时 的疑惑 和 困难 ，计 算
在农 业 和生 物学 研究 中 ，聚类 分 析有 着 广泛 的 应 用 ，比如 品种 分 类 、生 产 性 状 分 类 、表 型 性 状 分 类 、土壤 分类 等 。经 过 分类 ，可 以发 现 每类 的特 征 ， 再 通 过特 定试 验 ，从 而 可 以 应用 方 差 分 析 、相 关 分 析 、回归 分析 等进 一步 揭示类 群 问 的关 系 。
ＤＵ Ｈａｉｐｉｎｇ
（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ，Ｓｈａｎｘｉ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａ ｌ Ｓｃｉｅｎｃｅｓ，Ｔａｉｙｕａｎ ０３００３ １，Ｃｈｉｎａ）
Ａ ｂｓｔｒａｃｔ：Ｓｃｒｅｅｎｉｎｇ ＣＮＫＩ ｉｏｕｒｎａ ｌ ｌｉｔｅｒａｔｕｒｅ，ｆｏｕｒ ｋｉｎｄｓ ｏｆ ｌｅｇｕｍｅ ｄａｔａ ｆｒｏｍ ｆｏｕｒ ａｒｔｉｃｌｅｓ ｗｅｒｅ ｕｓｅｄ ａｓ ｅｖａｌｕａｔｉｏｎ ｃｒｉｔｅｒｉａ．２４５ ｃｌｕｓｔｅｒ ｉｎｇ ｍ ｅｔｈｏｄｓ ｃｏｎｓｉｓｔｉｎｇ ｏｆ ７ ｍ ｅｔｈｏｄｓ ｏｆ ｄａｔａ ｔｒａｎｓｆｏｒｍ ａｔｉｏｎ，５ ｄｉｓｔａｎｃｅ ｆｏｒｍｕｌａｓ ｂｅｔｗｅｅｎ ｓａｍｐｌｅｓ，７ ｄｉｓｔａｎｃｅ ｄｅｆ ｉｎｉｔｉｏｎｓ ｂｅｔｗｅｅｎ ｃｌａｓｓｅｓ ｗｅｒｅ ｃｏｍｐａｒｅｄ ｂｙ ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ，ＡＮＯＶＡ，ｎｏｎｐａｒａｍｅｔｒｉｃ ｔｅｓｔ ａｎｄ ｄｅｓｃｒｉｐｔｉｖｅ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ， ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ａｎｄ ｂｅｔｗｅｅｎ－ｇｒｏｕｐｓ ｌｉｎｋａｇｅ ｕｓｅｄ ｍｏｓｔ ｃｏｍ ｍｏｎｌｙ ｉｎ ｔｈｅ ｐａｓｔ ｗｅｒｅ ｎｏｔ ｔｈｅ ｂｅｓｔ ｃｌｕｓｔｅｒ ｉｎｇ ｍ ｅｔｈｏｄ，ｂｅｃａｕｓｅ ｔｈｅｉｒ ａｃｃｕｒａｃｙ ｗａｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｌｏｗｅｒ ｔｈａｎ Ｗ ａｒｄ’ｓ ｍ ｅｔｈｏｄ．Ｚ ｓｔａｎｄａｒｄｉｚａｔｉｏｎ ｗａｓ ｎｏｔ ｔｈｅ ｂｅｓｔ ｍ ｅｔｈｏｄ ｏｆ ｄａｔａ ｔｒａｎｓｆｏｒｍａｔｉｏｎ，ｂｕｔ ｉｔ ｗａｓ ｔｈｅ ”Ｒａｎｇｅ ｆｒｏｍ ０ ｔｏ １”．”Ｒａｎｇｅ ｆｒｏｍ 一１ ｔｏ １”ａｎｄ ”Ｍａｘｉｍｕｍ Ｍａｇｎｉｔｕｄｅ ｏｆ １”３ ｋｉｎｄｓ ｏｆ ｔｒａｎｓｆｏｒ ｍ ａｔｉｏｎ ｍｅｔｈｏｄｓ．Ａｍｏｎｇ ｔｈｅ ５ ｄｉｓｔａｎｃｅ ｆｏｒ ｍ ｕｌａｓ ｂｅｔｗｅｅｎ ｓａｍｐｌｅｓ，ｔｈｅ ｍｏｓｔ ａｃｃｕｒａｔｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｗａｓ ｔｈｅ Ｍａｎｈａｔｔａｎ ｄｉｓｔａｎｃｅ，ｆｏｌｌｏｗｅｄ ｂｙ ｔｈｅ Ｅｕｃｌｉｄｅａｎ ｄｉｓｔａｎｃｅ．Ａｃｃｏｒｄｉｎｇｌｙ， ｗｅ ｇｏｔ ｔｈｅ ｂｅｓｔ ｃｌｕｓｔｅｒｉｎｇ ｍｅｔｈｏｄｓ ａｎｄ ｓｔｅｐｓ．
的类 间距离方法 ，它们的准确性极显 著地低 于最小离差平方和法 ；原始数据 ｚ标准化变换也不是最佳 的变换方法，
而是 “全距从 ０到 １”、“全距从 一１到 １”、“１的最大 量”这 ３种变换方法 ；样品间 ５种距离分类最准确的是 Ｍａｎｈａｔ—
ｔａｎ距离 ，其次才是欧氏距离。据此得 出了最佳 的聚类方法和步骤。
山西 农 业 科 学 ２０１６，４４（７）：９１８—９２４ ｄｏｉ：１０．３９６９￣．ｉｓｓｎ．１００２－２４８１．２０１６．０７．０７
Ｊｏｕｒｎａｌ ｏｆ Ｓｈａｎｘｉ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ
农 作 物wk.baidu.com品种 最佳 聚 类 方 法 研 究
杜 海平
（山西省农业科学院农业科技信息研究所 ，山西 太原 ０３００３１）
聚 类 分 析 是根 据 样 品之 间 的 亲疏 关 系进 行 分 类 ，亲疏 关 系是 根 据 样 品与 样 品 之 间 、类 与类 之 间 的距离 远 近来 衡量 的 ，而距 离远 近 又与 多种 距 离公
式 和 聚类方 法 的选择有 关 。 从 应 用 的角 度 ，申慧 芳 等 使 用最 短 距 离 法 ，