我应该使用什么聚类将大学聚类到类似的比较组中？

Question

我是集群新手，不知道如何选择应用哪种集群方法。

我的数据是大约 1303 所学院/大学和 35 个变量，例如收到/接受的申请、学生的综合 SAT 分数、毕业率......等等

这是description of my data 和dataset

当我想将大学聚类到相似的比较组中时，哪种聚类会更好，比如毕业率？

我尝试了完整的链接方法 --- hclust in r 但它的情节在底部只是一团糟......

有什么建议可以让我用我的数据集在 r 中进行更好的聚类？谢谢！

Answer 1

选择一个好的距离/相异度指标将对hclust的结果产生显着影响。我猜默认情况下它会选择一些欧几里得距离度量，这意味着每个变量在其特征空间中的权重相同。

一个更好的主意是自己提出一个相异函数：给定两所大学的一个函数将得出它们之间的相异性。您可以将您对数据中的指标的理解以及任何其他先验信息与此函数相结合，然后自己计算相异矩阵d（hdist 的参数）。

如果您想关注毕业率，那么您的相异函数在最极端的情况下可能只会产生这种差异。但是，如果您认为毕业率和其他一些因素都很重要，然后创建一个将两者都考虑在内的相异函数，但赋予毕业率更大的权重，它会变得更有趣。

那么层次聚类结果应该更好地从数据中提取有趣的模式。