多元统计分析--聚类分析（系统性聚类、K均值聚类）

摘要

系统聚类分为Q型聚类与R型聚类。前者对样品进行聚类，后者对变量进行聚类。在本文中，我们探讨对样品的分类。

主要思想

聚类，在样品没有给定历史分类信息的前提下，仅依靠样品之间的相似性进行分类。对于“相似”的样品，将其分为一类。而这种相似性，将要依靠“距离”进行度量。

相似性的度量

正如上述所说，根据样品间的相似性（靠近程度）进行聚类，样品间的靠近程度就利用距离进行衡量。
每个拥有p个变量观测值的样品可以看作p维空间中的一个点，若存在n个样品，即该空间就存在n个点。
利用距离来定义n个点中两两之间的距离，设有两点 $x=(x_1,x_2,...,x_p{)}^T$与$y=(y_1,y_2,...,y_p{)}^T$
下面介绍几种距离：

1. 欧氏距离
   $$d^2(x,y)=\sum _{i=1}^p(x_i-y_i{)}^2=(x-y{)}^T$$