（一） 基于聚类分析对居民垃圾分类认知特征的探究
1、 方法与变量选择
概念与方法选择
划分聚类算法是聚类分析中的一种重要方法，相较于其他算法复杂性更低，算法简单，收敛效率高。划分聚类算法的关键是分类数据元素集合，相似程度高的元素划归于同一聚类，每一类中至少包含一个数据元素，且每个数据元素只能归属于一个类。其中最典型的是K-means算法，其流程如图所示。首先选择k个初始质心，把数据集合中的其他对象分别指派到对应的质心，形成不同簇，每个簇内尽可能同质，簇间尽可能异质，再计算每个簇内各元素的平均值，更新簇的质心至保持稳定。
变量选择
我们综合实际考虑，选取以下四个变量进行居民垃圾分类认知特征的分析，如下表所示：
基本认识：对垃圾分类方式的了解程度
主观意愿：是否愿意为垃圾分类贡献力量
作用意义：垃圾分类具有重大意义
传播推广：有机会是否愿意对垃圾分类进行宣传
2、 聚类分析
我们通过python进行聚类分析，将本次调查的受访者根据垃圾分类的认知特征分为了A、B、C这3类群体。
http://www.dxsbao.com/shijian/504209.html 点此复制本页地址
