两种简单的聚类算法 介绍两种简单的聚类分析方法，它是对某些关键性的元素进行试探性的选取，使某种聚类准则达到最优，又称为基于试探的聚类算法。 采用最近邻规则的聚类算法 最大最小距离聚类算法两种简单的聚类算法两种简单的聚类算法（续）2最大最小距离聚类算法例： 样 本分布如 图 所示。系统聚类 系统聚类：先把每个样本作为一类，然后根据它们间的相似性和相邻性聚合。 相似性、相邻性一般用距离表示 （ 1）两类间的距离 1、最短距离：两类中相距最近的两样本间的距离。 2、最长距离 ：两类中相距最远的两个样本间的距离。 3、中间距离：最短距离和最长距离都有片面性，因此有时用中间距离。 设 1类和 23类间的最短距离为 d12， 最长距离为 d13， 23类的长度为 d23， 则中间距离为 d0 ： 4、重心距离：均值间的距离 5、类平均距离：两类中各个元素两两之间的距离平方相加后取平均值 6、 离差平方和： 设 N个样品原分 q类，则定义第 i类的离差平方和为： 离差平方和增量：设样本已分成 p,q两类，若把 p,q合为 r类，则定义离差平方： （ 2）系统聚类的算法 首先将 m个样品自成一类，然后每次将具有最小距离的两类合并，合并后重新计算类与类之间的距离，这个过程一直继续到所有样品归为一类为止。 例：如下图所示 1、设全部样本分为 6类，
