《表1 基于人均可支配收入——人均消费支出的聚类结果表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国人均可支配收入与人均消费支出的聚类分析——机器学习视角下》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

机器学习是指通过对训练数据的学习，提升机器的性能，从而能够从无序的数据中提取有用的信息，利用习得的规则对新数据进行预测和分析的过程[11]。聚类算法属于无监督机器学习模型，即在不知道正确结果的情况下，发现数据本身所蕴含的信息，其思想是根据算法将数据集划分为若干个不相交子集（称为一个簇）。为深入研究中国当前收入与消费现状，本文首先选取2017年人均可支配收入（万元）和人均消费支出（万元）数据，然后采用机器学习模型中的聚类算法对中国31个省市（中国香港、中国澳门和中国台湾除外）进行聚类分析。文中数据均来源于中国统计年鉴。为确定最优的分类个数，本文采用肘算法进行最优簇数量的判定。由肘部图（图1），将中国31个省市聚分为三类（见表1和图2），分别为低人均可支配收入——人均消费支出（类Ⅰ）、中人均可支配收入——人均消费支出（类Ⅱ）和高人均可支配收入——人均消费支出（类Ⅲ）。