Applied Clustering Techniques

本課程對各種集群分析方法的概念與SAS 語法的實作進行全面性的介紹，其中包含資料的準備，變數的篩選，k-means分群法和階層式分群法。

Who should attend

Formats available	Duration
Classroom:	2.0 days
Live Web Classroom:	4 half-day session(s)

建議先修過下列課程

• 完成SAS Programming 1:Essentials 課程或
• 具備執行SAS 程式並產生SAS 資料集的能力
• 完成Statistics 1: Introduction to ANOVA, Regression,and Logistic Regression課程或
• 具備基礎統計能力

This course addresses SAS/STAT software.

• 各類集群分析簡介
• 相似性的計算
• 多維常態假設的診斷
• 集群分析結果的評估

• 分群變數的篩選方法與圖形化分群輔助工具
• 狹長型資料結構的調整
• 資料標準化的重要性

• k-means 分群法
• 無母數分群法的優勢與使用方法
• 各類階層式分群法的使用與比較

• 集群個數的評估與選擇
• 集群結果的特徵分析與描述
• 新個案的分類方法

• 分群變數的選擇與分群變數結構的圖型化展示
• 階層式集群分析與集群個數的判斷
• 7 個子群的特徵分析
• 分群模型的建構