聚类分析 聚类分析是研究（样品或指标）分类问题的一种多元统计方法。类是指相似元 素的集合。 分类： 1、系统聚类法-（分层聚类）系统聚类法是应用最广泛的一种 （Hierarchical Cluster过程） 1）、 聚类原则：都是相近的聚为一类，即距离最近或最相似的聚为 一类 。 2）、 分层聚类的方法可以用于样本聚类（Q）型，也可以用于变量聚类 （R型）。 2、非系统聚类法-（快速聚类法-K-均值聚类法）（K-means Cluster) 3、两步聚类法-一种探索性的聚类方法（TwoStep Cluster）K-均值聚类分析 K-means Cluster 又称为快速样本聚类法，是非系统聚类中最常用的聚类法 。 优点： 是占内存少、计算量小、处理速度快，特别适合大样本的 聚类分析。 缺点： 应用范围有限，要求用户制定分类数目(要告知)，只能对观 测量（样本）聚类，而不能对变量聚类，且所使用的聚类变量 必须都是连续性变量。基本原理 具体做法 1、按照指定的分类数目n，按某种方法选择某些观测量，设为 Z1，Z2，Zn，作为初始聚心。 2、计算每个观测量到各个聚心的欧氏距离。即 按就近原则
