【sas代码模板】聚类分析_cluster

【sas代码模板】聚类分析_cluster

（1）聚类分析简易代码

——————————————模板————————————————

proc cluster data=() method=聚类方法std outtree=() pseudo simple;

id 识别变量;

var 要聚类的变量;

run;

——————————————模板————————————————

Method=指定聚类的方法，常用方法如下：

●AVERAGE或AVE：类平均法，距离为平方距离，除非规定NOSQUARE。

●CENTROD或CEN：距离为平方距离，除非规定NOSQUARE。

●COMPLETE或COM：最长距离法

●EML：最大似然谱系聚类

●SINGLE或SIN：最短距离法。

●WARD或WAR：WARD最小方差法。

●MEDIAN|MED：中间距离法

●FLEXIBLE|FLE：可变距离法

Std是将数据标准化。

outtree=生成记录聚类过程的输出数据集，此数据集将在画谱系图的时候用到，如果缺省，默认用Data1、Data2、Data3…..来命名。

Pseudo输出F统计量和伪T2统计量，当method=指定是ave、cen和ward时才有效。Simple输出每个变量的描述性统计量。

Id用于指定识别变量，缺省则用obn。

Var指定要聚类的变量，缺省时，则默认为其他语句中没出现过的其他变量。

（2）画出谱系图代码模板

————————————————模板———————————————————

proc tree data=聚类过程的输出数据集n=类的个数out=() horizontal graphics;

id province;

run;

————————————————模板———————————————————Data=指定的输入数据集，是聚类cluster过程的输出数据集。

n=与out=联合使用，n=给出类的个数，每个观测值属于哪类就会储存在out中。有out=语句必须有n=语句，可以两者都不要。

Horizontal=指定绘制水平的聚类图，缺省则默认水平聚类图。

Graphics=指定一个高分辨率的图，如果缺省则默认低分辨率的图。

（3）简例

如下数据进行聚类分析：

代码为：

/*聚类分析*/

proc cluster data=a method=ward std outtree=eco1 pseudo; id province;

run;

/*谱系图*/

proc tree data=eco1 n=4 out=out1 horizontal graphics;

id province;

run;