1702658951
1702658952
系统聚类法的核心是距离分类法，将一个样品看作p维空间的一个点，并在空间定义距离，距离较近的点归为一类，距离较远的点归为不同的类。
1702658953
1702658954
下面，先来了解一下关于距离的计算。常见的有关距离计算的公式有以下几种形式。
1702658955
1702658956
（1）绝对值距离
1702658957
1702658958
通过公式表达如下：
1702658959
1702658960
1702658961
1702658962
1702658963
（2）欧氏距离
1702658964
1702658965
通过公式表达如下：
1702658966
1702658967
1702658968
1702658969
1702658970
（3）明科夫斯基距离
1702658971
1702658972
通过公式表达如下：
1702658973
1702658974
1702658975
1702658976
1702658977
（4）切比雪夫距离
1702658978
1702658979
即当明科夫斯基距离在p→∞时，有
1702658980
1702658981
1702658982
1702658983
1702658984
下面将介绍两种常用的系统聚类方法，即最短距离法和最长距离法。
1702658985
1702658986
系统聚类分析尽管方法很多，但归类的步骤基本上是一样的，所不同的仅仅是类与类之间的距离有不同的定义方法，从而得到不同的计算距离的公式。
1702658987
1702658988
下面，通过使用dij表示样品Xi与Xj之间的距离，用Dij表示类Gi与Gj之间的距离。
1702658989
1702658990
1702658991
1702658992
1702658993
Excel统计分析与应用大全 [:1702652507]
1702658994
Excel统计分析与应用大全 12.1.3 最短距离法
1702658995
1702658996
定义类Gi与Gj之间的距离为两类最近样品的距离，即
1702658997
1702658998
Dij=mindij
1702658999
1702659000
其中，Xi∈Gi，Xj∈Gj