轉自:https://wenku.baidu.com/view/ab758fc558f5f61fb73666a4.html

1.聚類分析的型別

2.兩類距離

 2.1歐式距離：

2.2明式距離：

3.距離缺點引出標準化及其他距離

馬氏距離://這個沒有見用過，計算比較複雜

lance和威廉距離:

配合距離:

配合距離舉例：//也就是其中類別不一樣的數目。

4.相似度

這裡上一個PPt說：變數標準化後計算的餘弦夾角與相關係數相等。我進行了計算：

> x1<-c(6,7,3,6,6)
> x2<-c(7,1,2
 
,5,6)

x1s<-scale(x1,center=TRUE,scale=TRUE)
x2s<-scale(x2,center=TRUE,scale=TRUE)

#計算餘弦夾角，標準化資料
> sum(x1s*x2s)/sqrt(sum(x1s^2)*sum(x2s^2))
[1] 0.2165298

#計算相關係數
#使用未標準化的資料
> cor.test(x1,x2,method = "pearson")

    Pearson's product-moment correlation

data:  x1 and x2
t = 0.38415, df = 3
 
, p-value = 0.7265
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.8229506  0.9225542
sample estimates:
      cor 
0.2165298 

#使用標準化的資料，結果是一樣的。
> cor.test(x1s,x2s,method = "pearson")

    Pearson's product-moment correlation

data:  x1s and x2s
t = 0.38415
 
, df = 3, p-value = 0.7265
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.8229506  0.9225542
sample estimates:
      cor 
0.2165298 

#但使用標準化與為標準化資料計算餘弦夾角差距非常大
> sum(x1*x2)/sqrt(sum(x1^2)*sum(x2^2))
[1] 0.8757546

查了一下，在計算皮爾遜相關係數前是否需要標準化：

5.系統聚類法

那麼這裡就涉及到如何讀譜系圖了：

就是看它的線概括到了哪些，就是哪些特徵在一起了。

6.類與類之間的距離

6.1最短距離

6.2最遠距離

6.3中間距離

6.4類平均法average linkage between group

//其實這個沒有看懂，nm是什麼？M並不是一個類啊，它並沒有樣本數啊。。這個待定。

6.5重心法（重心用的是均值）

6.6Ward最小方法法距離

//這裡我感覺，複雜度好高啊！比方說目前有5類，那麼需要兩兩計算合併後的離差平方和。共需要計算10次。複雜度其實是n^2。

7.標準化方法

8.快速聚類（k-means聚類）

8.1初始聚類k個點的選擇

這頁非常好了，選取少量樣本系統聚類！。

 8.2對於spss中k-means的結果：

注意到了有一個sig顯著性引數，顯著性<0.05，差異顯著。

9.變數聚類

減少多重共線性，得到的特徵並不一定都可以表示，可以減少類似的特徵。

比如上圖：如果分稱5類的話，那麼分別是286、7、1、45、3。

並且通過觀察，每條直線終點指向的數就是聚類中心點。