R软件聚类分析入门

在统计分析中，聚类分析应用广泛，借助R语言开放的代码环境，可高效完成相关操作。本文仅介绍具体实现步骤，关于最长距离法、最短距离法等系统聚类的理论原理将不作详细说明。

1、 启动R软件后，输入样本数据1、2、3、7、8、9、15，构建向量并设定维度为7行1列，随后计算欧氏距离矩阵。具体操作为：定义向量x包含上述数值，设置其维度结构，并调用dist函数生成对应的距离矩阵d。

2、 x为生成向量，dim指明向量维度，dist用于计算并生成距离矩阵。

3、 进行系统聚类分析。

4、 输入代码

5、 hclust为系统聚类分析所用的函数，single、complete、median和average分别对应最短距离法、最长距离法、中间距离法及类平均法四种聚类计算方式。

6、 使用plot函数绘制最短距离法生成的聚类图，展示数据点的聚类结构与分布特征。

7、 绘制 hc1 的图形

8、 为便于比较各类聚类方法的效果，可将不同方法的结果图绘制在同一张图中。

9、 输入代码

10、 par为图形参数函数，mfrow用于设定子图布局，mfrow=c(2,2)表示将图形以行优先方式排列成2行2列的四宫格形式。

11、 图形所示。

12、 从图中可见，前三个数值聚为一类，中间三个数值聚为另一类，第七个数值单独成一类，共形成三类。若需自动确定分类数量，可使用函数rect.hclust实现。

13、 绘制聚类图并将其划分为两个类别。

14、 由图可见，数据组已被自动划分为两类，分类结果已在图中明确标注，任务完成。