多元正态分析(3):聚类分析

3.1 简介

3.1.1 聚类分析概念

将分类对象（样本、指标）分成若干类，相似的归为一类

定量的指标之间相似性的度量：统计距离

统计距离包括：

注意：欧氏距离、绝对值距离、明考斯基距离、切比雪夫距离受量纲的影响！！使用前要将数据归一化。一维数据就不存在量纲问题了哦

3.2 系统聚类

3.2.1 最短距离法

（1）具体方法

以此类推最后的结果是：

（2）画出谱系图

最后决定类的个数与类，分两类比较合适，这时的阈值T应该等于1632（对标划分成一类的情况下，对应的最小值是1631.27，但是不能分成一类，所以阈值设为1632 比他稍微大一点就行！）

T=1632，等价于在图上距离为10的地方切一刀。

（3）缺点

最短距离法的主要缺点是：有链接聚合的趋势。因为类和类之间的距离为所有距离中的最小值，两者合并之后，他和其他类之间的距离减小，这样很容易形成一个比较大的类。所以最短距离法的聚类效果并不好，在实践中不提倡使用！

注意：最长距离法克服了链接聚合的缺点

3.2.2 最长距离法

3.2.3 K-均值聚类

（1）具体例题

（2）步骤

（3）特点

K均值对初始分组太铭感了