超级会员免费看
本文详细介绍了聚类分析的概念、常用算法，重点讲述了系统聚类（层次聚类）的方法，包括最短距离法、最长距离法、中间距离法和类平均法，并提供了R语言中hclust()、plot()和dist()函数的使用示例，以及Python中使用PlotLy进行系统聚类的初步介绍。
文章目录
一、聚类分析
（一）概念介绍
聚类分析是一类将数据所研究对象进行分类的统计方法。这一类方法的共同特点是：事先不知道类别的个数与结构；据以进行分析的数据是对象之间的相似性或相异性的数据。将这些相似或相异性数据看成是对象之间的“距离”远近的一种度量，将距离近的对象归入一类，不同类之间的对象距离较远。这就是聚类分析方法的共同思路。
聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度将它们划分为若干组，划分的原则是组内距离最小化而组间（外部）距离最大化，如图所示：
只适合少量数据，不适合大量数据。数据量大时速度会非常慢。
（二）常用聚类分析算法
二、系统聚类（层次聚类）
（一）概念介绍
系统聚
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
