SPSS的K均值聚类、分层聚类、二阶聚类有什么区别

K均值聚类、分层聚类、二阶聚类是SPSS聚类分析中常用的三种聚类方法。K均值聚类使用的是欧式距离的测量方法；分层聚类是根据度量的距离远近，构建谱系分析；二阶聚类是利用距离测量得到分类树，然后再利用BIC或AIC准则判别最佳聚类。

除了以上聚类原理的不同外，三种聚类方法还有哪些不同点呢？接下来，我们从参数设置与结果解读两方面进行详细解读。

图1：二阶、K均值、系统聚类

一、参数设置

K均值聚类仅可用于连续变量的聚类分析，因此，如图1所示，其参数设置面板仅提供了一个变量选项。另外，K均值聚类主要是采用了迭代计算的方法。

图2：K均值聚类参数设置

虽然系统聚类分析也仅提供了一个变量选项，但其变量选项可添加分类变量或连续变量。但要注意的是，单次只能分析同一种类型的变量，也就是说，不能将分类变量与连续变量同时添加到变量选项框，只能添加其中一种类型。

另外，与K均值聚类仅可分析个案聚类