聚类分析----动态聚类法（近邻函数法）

这种算法特别适用与类的模式分布是条状或线状的情况。

近邻函数

对于两个样本xi与xj，如果xi是xj的第i个近邻点，则定义xi对xj的近邻系数为I，记为d（i，j)=l；同理d(j,i)=J。于是xi和xj之间的近邻函数值为：。

显然样本间的近邻函数值越小说明它们越接近越相似。在这方法里用近邻函数值来表示连接损失（表示两个样本是否适合合并）。

算法思想

同过迭代合并初始的分类，令类间的最小近邻函数值的最小值尽可能大，类内最大近邻函数值尽可能小。

算法步骤

1. 计算距离矩阵
2. 计算近邻系数矩阵
3. 生成近邻函数矩阵L
4. 对L进行搜索，将每个点与和他有最小近邻函数值的点连接起来
5. 对于4中的聚类，计算各类的类间的最小近邻函数值和类内最大近邻函数值，若前者小于等于后者则将2类合并，重复本步骤。否则结束。