爱华网分类：
系统聚类方法（Hierarchical Cluster过程）：直观、易懂
快速聚类（K-means Cluster过程）：快速、动态
有序聚类：时间顺序or大小顺序
相似性度量：
一。变量测量尺度的类型
间隔尺度：数量概念
顺序尺度：次序概念
名义尺度：纯粹一个标记，例如眼睛颜色、物品种类
二。样品间亲疏程度的测度
1.
R型聚类：（P阶X'X）基于样品，对指标聚类——相似系数（1，-1）
Q型聚类：（n阶XX'）基于指标，对样品聚类——将样品看成点，点点距离
2.常用距离算法
闵可夫斯基距离（明氏距离minkowski）：闵氏距离、绝对距离、欧式距离、切比雪夫距离
——受量纲影响，没考虑变量之间相关性
马氏距离（广义欧氏距离）
——不受量纲影响，考虑了变量之间相关性（假设变量之间独立）
兰氏距离
——不受量纲影响，没考虑变量之间相关性
斜交空间距离
3.相似系数（变量相似性度量）
相似系数：数据便准话后的夹角余弦
夹角余弦
系统聚类方法
一。分析过程
每个样本自成一类，计算两两距离，共有Cn2个——将距离最小的合并为新类——利用递推公式计算新类与其他类之间的距离——重复，直到所有样本点归为一类——画聚类图——决定类的个数
二。常见聚类法
最短距离（nearest neighbor）
最长距离（furthest neighbor）
中间距离法
重心法（gentroid clustering）:样品的均值法
离差平方和法（ward's method）:类内离差平方和最小，类间最大
三。确定类的个数
1.给定阈值：距离<阈值
2.观测样品散点图
3.R^2统计量=类间离差平方和总离差平方和——越大越好
4.伪F统计量（Pseudo statistic）——越大越好
5.伪t^2统计量：评价第p类和第q类合并的效果（与没合并时比较）
四。主要步骤
1.选择变量
2.计算相似性
3.聚类：选择方法，确定类数
4.聚类结果的解释和证实
动态聚类
一。思想
主要作用是适用于大型数据。克服了系统聚类的复杂繁琐。
二。方法：
K-meanscluster：空间群点任选两点聚核——第一次分类——求该类中心——第二次分类——……直到所有样品不能再分配为止
三。特点
效率高：收敛到局部最优解
四。问题
分类型数据中心如何定义
预先指定聚类个数K
结果受初始值的影响
适合形状规则的聚类
