上一期我们讲到了SPSS聚类分析中的系统聚类。无论是系统聚类中的Q型聚类还是R型聚类，都是一种探索的聚类分析，就是我们没有明确要将目标划分为几类，只是想探索可以分为几类，根据探索出来的结果再来决定分几类最好。大家可以回顾一下：
《SPSS聚类分析的软件操作与结果解读》
《SPSS聚类分析（R型聚类）的软件操作与结果解读》
今天我们所讲解的K-均值聚类，则是我们的研究目的明确的知道或者要求分成固定的几类，或者有比较明确的经验确定要分成几类，那么就可以使用K-均值聚类。
但是值得注意的是，K-均值聚类只能针对样本进行聚类。请看我们的案例数据（图1），要明确的将样本分为3类。
图1
操作步骤：
①点击“分析”--“分类”--“K-均值聚类”（图2）
图2
②然后将γ1-5选入右侧变量框中，将聚类数设置为“3”类（图3）
图3
③点击右侧“保存”按钮，勾选“聚类成员”选项（图4）
图4
④点击右侧“选项”，勾选“统计”栏目下的“初始聚类中心”和“每个个案的聚类信息”（图5），最后点击确定按钮
图5
⑤结果分析
图6
由上图可以看出：我们在变量视图已经可以看到生成一列新的变量，就是对应31个样本被新划分成的类别。
图7
可以看出1类有9个样本，2类有18个样本，3类有4个样本。那么虽然我们得到了分类，但是123类之间的关系是如何的呢，我们下面通过最终聚类中心表来查看（图8）
图8
由最终聚类中心可以看出：第3类为所有γ指标值最大的一类，第1类为中等，而第2类就为所有指标数值最低的一类。
这样我们就很快速准确的讲31个样本按照高中低分成了3类。
以上就是我们今天所讲解的SPSS聚类分析之K-均值聚类的操作与详解，总结一下，K-均值聚类是一种带着明确聚类别数的目的去进行分类的方法，但是只能对样本进行聚类，类似于之前所讲的系统聚类里的Q型聚类。重点在于已知要分类的类别数，而之前的系统聚类重点在于未知聚类类别数，在于探索。好了，今天的课程就到这，还有更多的SPSS课程将在今后的文章中持续更新，敬请关注！
本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！
【杏花开生物医药统计】微信公众号（xhkdata）
【杏花开生物医药统计】相关文章：
· SPSS聚类分析（R型聚类）的软件操作与结果解读
· SPSS聚类分析的软件操作与结果解读
· SPSS曲线回归分析的应用与操作详解
· 多因素方差分析（3）Graphpad简单效应折线图
· SPSS方差分析之多因素方差分析（2）（简单效应）
· SPSS方差分析之多因素方差分析（1）
· SPSS虚拟线性回归分析在问卷量表数据统计分析中的应用
· SPSS进行中介效应检验的实战操作与分析
· AMOS结构方程教程，SPSS调节效应分析操作与结果的详细解读
· SPSS混合线性模型在生物医药统计中的应用与操作
· SPSS无序Logistic回归在生物医药统计分析中的应用
· AMOS处理生物医药问卷中的中介效应分析
· AMOS进行问卷分析效度分析之验证因子分析
· SPSS调节回归分析在生物医药统计分析中应用
· SPSS重复测量方差分析在生物医药中的应用
· SPSS进行组间差异比较及其两两比较
· SPSS独立样本T检验与SPSS单因素方差分析
· GraphPad Prism绘制ROC曲线具体操作步骤
· SPSS进行连续型数据的正态分布检验
· SPSS有序Logistic回归的具体操作
· SPSS生存分析在生物医药统计中的应用之COX风险比例回归
· SPSS二元Logistic回归在生物医药统计分析中的应用
· Medcalc软件精准比较多个指标诊断准确率
· SPSS多元线性回归的应用操作及分析
· SPSS和GraphPad如何比较组内和组间差异
· AMOS结构方程进行医学问卷量表分析教程
· SPSS生存分析在生物医药统计中的应用
· GraphPad Prism统计绘图之柱状图、箱式图
· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读
· SPSS问卷数据统计分析之项目分析
· Excel进行线性回归模型分析的操作
· SPSS中常用的参数和非参数检验方法
· ROC曲线在SPSS中的操作及应用
· 一文读懂R语言如何实现逐步回归分析
· R语言中如何绘制散点图和箱线图？
· SPSS中的Variable数据变量类型介绍
· 相关性分析在SPSS中的操作，相关系数含义
· 一文读懂SPSS单因素方差分析及方差分析
· 线性回归决定系数R方的计算方法及具体意义
· 医学和生物统计全过程
· 生物和医学统计中的假设检验
· GraphPad Prism绘制生存曲线详细教程
,
