概念
所谓“物以类聚，人以群分”，聚类分析就是进行分类。
分为两种：（实际没区别，进行转阵就可以）
- 对变量（指标、列）的聚类——R型
- 对观测值（行）的聚类——Q型
如何分类？
度量远近：（对象—>类—>大类—>更大类）
- 对象之间的远近度量
两点之间的距离：Block绝对距离，欧式距离，Minkowski距离，Chebychev距离
两指标之间的相似系数（必要时进行标准化）：夹角余弦，Pearson correlation - 类之间的远近度量
最短距离法，最长距离法，重心法，类平均法
聚类方法
- k-均值聚类
- 想分成几类？如果分成3类，k就是3；
- （随便）确定3个点（种子），将所有对象分为3类（按距离）；
- 将3类的中心点（均值）作为新的3个种子，将所有对象重新分为3类；
- 依此，迭代；
- 停止（几乎不再变化/死循环）。
-
系统聚类（分层聚类）
可以形成谱系图：这时候想分成几类的时候切割就行
- 有几个对象分成几类，31个对象分成31类；
- 最近的两类（两点）成一类，一共30类；
- 最近的两类成一类，一共29类；
- 最近的两类成一类，一共28类；
- 依此，每次少一类，最终成1类。
