聚类分析方法有什么好处

聚类分析：将个体（样品）或者对象（变量）按相似程度（距离远近）划分类别，使得同一类中的元素之间的相似性比其他类的元素的相似性更强。目的在于使类间元素的同质性最大化和类与类间元素的异质性最大化。其主要依据是聚到同一个数据集中的样本应该彼此相似，而属于不同组的样本应该足够不相似。

常用聚类方法：

1、系统聚类法；

2、k-均值法；

3、模糊聚类法；

4、有序样品的聚类，

5、分解法；

6、加入法。

注意事项：

1、系统聚类法可对变量或者记录进行分类，k-均值法只能对记录进行分类；

2、k-均值法要求分析人员事先知道样品分为多少类；

3、对变量的多元正态性，方差齐性等要求较高。