1、學(xué)學(xué)號(hào)號(hào)數(shù)數(shù)學(xué)學(xué)計(jì)計(jì)算算機(jī)機(jī)00173680026669003848200491880059490兩類(lèi)兩類(lèi):(001 002) (003 004 005) 三類(lèi)三類(lèi):(001 002) (003) (004 005)(2)例如kiiiyxyxEUCLID12)(),(|),(iiyxMaxyxCkiiiyxyxBLOCK1|),(pkipiiyxyxMINKOSKI1|),(00100200300400500100027.07000317.822.2 000426.91 31.4 9.22000530.41 35.0 12.81 3.61 0結(jié)論:由于3.61距離最小，因此(004,005)首

2、先聚成一類(lèi)個(gè)體距離矩陣(三)定距數(shù)據(jù)個(gè)體間的距離l歐氏距離舉例dcbacbjid),(樣本j樣本i 1 01 a b0 c d a為樣本i與樣本j在所有變量上同時(shí)取1的個(gè)數(shù)；d為同時(shí)取0的個(gè)數(shù)特點(diǎn)：排除同時(shí)擁有或同時(shí)不擁有某特征的情況；取0和1地位等價(jià)，編碼方案的變化不會(huì)引起系數(shù)的變化。(四)品質(zhì)數(shù)據(jù)個(gè)體間的距離l簡(jiǎn)單匹配(simple matching)系數(shù):適用二值變量姓名 手機(jī)上網(wǎng) 無(wú)線音樂(lè) 選某門(mén)課程張三 1 1 1 李四 1 1 0王五 0 0 1（張三，李四）：a=2 b=1 c=0 d=0 d(x,y)=1/(1+2)=1/3（張三，王五）：a=1 b=2 c=0 d=0 d(x

3、,y)=2/(1+2)=2/3張三距李四近c(diǎn)bacbjiJ),(樣本j樣本i 1 01 a b0 c d a為樣本i與樣本j在所有變量上同時(shí)取1的個(gè)數(shù)；d為同時(shí)取0的個(gè)數(shù)特點(diǎn)：排除同時(shí)不擁有某特征的情況；取1的狀態(tài)比取0更有意義(如:臨床檢驗(yàn)中的陽(yáng)性特征)；編碼方案會(huì)引起系數(shù)的變化( (四四) )品質(zhì)數(shù)據(jù)個(gè)體間的距離品質(zhì)數(shù)據(jù)個(gè)體間的距離l雅科比（Jaccard）系數(shù):適用二值變量姓名手機(jī)上網(wǎng)無(wú)線音樂(lè) 手機(jī)報(bào)張三 1 (0) 1(0) 1(0) 李四 1 (0) 1(0) 0(1)王五 0 (1) 0(1) 1(0)(張三,李四) 1: a=2 b=1 c=0 d=0 d(x,y)=1/(1+2

4、)=1/3(張三,李四) 2: a=0 b=0 c=1 d=2 d(x,y)=1/(1+2)=1/3 (相同) (張三,李四) 1: a=2 b=1 c=0 d=0 J(x,y)=1/(1+2)=1/3 （Jaccard）(張三,李四) 2: a=0 b=0 c=1 d=2 J(x,y)=1/1=1 (不相同) （Jaccard）姓名 性別 發(fā)燒 咳嗽 檢查1 檢查2 檢查3 檢查4張三 男 1 0 1 0 0 0李四 女 1 0 1 0 1 0王五 男 1 1 0 0 0 0. 33. 010210),(李四張三d67. 011111),(王五張三d75. 021121),(王五李四d結(jié)論:張三和李四最有可能得類(lèi)似的病;李四和王五不太有可能001002003(004,005)00100027.07000317.822.2 0(004,005) 26.91 31.4 9.220以最短距離法