1. 분석-분류-k-평균 클러스터링 및 관련 매개변수 설정. 결과는 spss가 여러 케이스를 선택했고 5개의 클러스터 센터가 5개의 원래 케이스를 선택했음을 보여줍니다. 기존 문제를 해결하려면 관련 매개변수를 설정하고 반복 횟수를 늘리십시오.
2. 클러스터링 카테고리는 개별적으로 수직선을 그은 후 해당 카테고리를 여러 카테고리로 나누어 살펴보고, 각 카테고리와 분석 항목 간의 대응 관계를 살펴보는 것이 좋습니다. 3개 항목으로 나누어 보면, 첫 번째 항목은 분석 항목 8에 해당하고, 두 번째 항목은 분석 항목 5, 3, 7에 해당하고, 세 번째 항목은 분석 항목 1, 6, 2, 4에 해당합니다.
3. 계층적 클러스터링(SPSS에서는 시스템 클러스터링이라고도 함)의 결과 다이어그램입니다. 가로 5, 10, 1 등은 클래스 간 거리를 나타냅니다. 폴리라인은 클래스의 병합 프로세스를 나타냅니다. 클러스터링 결과를 원하는 수만큼 선택하거나 클래스 간 거리에 따라 클러스터링 결과를 얻을 수 있습니다.
4. SPSS 클러스터 분석은 두 가지 범주의 그래픽 출력을 제공합니다. 첫 번째는 겨울에 처마에 매달린 고드름 모양의 소프트웨어 기본 "고드름 차트"입니다. 두 번째 유형은 소프트웨어의 새 버전에서 가계도라고도 불리는 "덴드로그램"으로, 수평으로 자라는 나무처럼 보입니다.