精选优质文档-倾情为你奉上系统聚类分析方法聚类分析是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。1. 聚类要素的数据处理假设有m 个聚类的对象，每一个聚类对象都有 个要素构成。它们所对应的要素数据可用 在聚类分析中，常用的聚类要素的数据处理方法有如下几种。 总和标准化 标准差标准化 极大值标准化经过这种标准化所得的新数据，各要素的极大值为1，其余各数值小于1。 极差的标准化经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。2. 距离的计算距离是事物之间差异性的测度，差异性越大，则相似性越小，所以距离是系统聚类分析的依据和基础。 绝对值距离选择不同的距离，聚类结果会有所差异。在地理分区和分类研究中，往往采用几种距离进行计算、对比，选择一种较为合适的距离进行聚类。例：表3.4.2给出了某地区九个
