想学习下聚类分析

聚类分析的具体内容是什么呢？

1、聚类分析的定义
聚类分析是一种探索性的数据分析方法，根据指标/变量的数据结构特征，对数据进行分类分类，使得类别内部的差异尽可能的小，即同质性高，类别间的差异尽可能的大，即同质性低。

2、聚类分析的方法

（1）系统聚类法：既可处理分类算法变量，也可处理连续变量，但不能同时处理两种变量类型不需要指定类别数。聚类结果间存在着嵌套，或者说层次的关系。

（2）快速聚类法：针对连续变量，也可处理有序分类变量，运算很快，但需要指定类别数。这种方法不会对数据进行标准化处理，需要先自己手动分析标准分析。

（3）两步聚类法：可以同时处理分类变量和连续变量，能自动识别最佳的类别数，结果比较稳定。如果只对连续变量进行聚类，描述记录之间的距离性时可以使用欧式距离，也可以使用对数似然值，如果使用前者，则该方法和传统的聚类方法并无太大区别；但是若进行聚类的还有离散变量，那么就只能使用似然值来 记录间的差异性。当聚类指标为有序类别变量时，两步聚类法出来的分类结果就没有快速聚类的明晰，这是因为快速聚类算法假定聚类指标变量为连续变量。