一、选题背景 1.聚类分析的定义 1.1聚类分析的定义 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。

它是一种重要的人类行为。

1.2聚类的定义 聚类是一种整合和分析数据的方法，但又与分类区别开来。

聚类与分类的不同在于，聚类所要求划分的类是未知的。

1.3聚类分析应用概述 聚类分析的目标就是在相似的基础上收集数据来分类。

聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。

在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。

2.聚类分析的方法 在聚类分析中，我们常用的聚类方法有快速聚类(迭代聚类)和层次聚类。

其中层次聚类容易受到极值的影响，并且计算复杂速度慢不适合大样本聚类;快速聚类虽然速度快，但是其分类指标要求是定距变量，而实际研究中，有很多的定类变量，如性别、学历、职业、重复购买的可能性等多个与研究目的紧密相关的指标无法直接参与运算，而大大限制了它的使用范围。

3.聚类分析的算法 3.1聚类算法举例 主要的聚类算法可以划分为如下几类：划分方法、层次方法、基于密度的方法、基于网格的方法以及基于模型的方法。