分层聚类过程 发表评论(0) 编辑词条

既可以对变量也可以对观测进行聚类
原理：先将n和变量/观测看作不同的n类，然后将性质相近的两类合并为1类，再从这n-1类中找出相似的两类合并成一类，依次类推下去，直到都合并成为1类。
使用者根据具体的问题和聚类的结果来决定该聚为几类。
在这种方法中，一旦一个变量/观测被划分在一个类别中，以后它的分类结果不会再更改
变量可以是连续型或者是分类变量，可以是定量的，二分类的或者是计数的
变量选择：在进行聚类之前，应该从专业角度考虑尽量删除对分类不起作用的变量，并非变量越多约好，原则上各个变量直接要有显著差别
共线性问题，会使得一些变量的权重高于其他的变量，可以通过提取主成份，然后再聚类的方法
在做聚类分析之前需要对变量进行标准化处理，否则变异大的变量会严重影响距离计算结果
尽量避免异常值的影响
一般来说分为2-8类比较合适