1702659010
其中，分别有{Xi∈Gk，Xj∈Gp；Xi∈Gk，Xj∈Gq}
1702659011
1702659012
=min{Dkp，Dkq}
1702659013
1702659014
也就是说，最短距离聚类法是在原来的m×m距离阵的非对角元素中找出dpq=min{dij}，把分类对象Gp和Gq归并为一新类Gr，然后按计算公式drk=min{dpk，dqk}（k≠p,q）计算原来各类与新类之间的距离，这样就得到一个新的（m-1）阶的距离阵；再从新的距离阵中选出最小者dij，把Gi和Gj归并成新类；然后计算各类与新类的距离；这样一直下去，直至各分类对象被归为一类为止。
1702659015
1702659016
运用最短距离法聚类的步骤如下：
1702659017
1702659018
①定义样品之间的距离，计算样品两两之间的距离，得一距离阵，记为D（0），开始每个样品自成一类，显然这时Dij=dij。
1702659019
1702659020
②找出D（0）的非对角线最小元素，设为Dpq，则将Gp和Gq合并成一个新类，记为Gr，即Gr={Gp，Gq}。
1702659021
1702659022
③给出计算新类与其他类的距离公式：
1702659023
1702659024
Dkr=min{Dkp，Dkq}
1702659025
1702659026
将D（0）中第p、q行及p、q列用上面的公式并成一个新行新列，新行新列对应Gr，所得到的矩阵记为D（1）。
1702659027
1702659028
④对D（1）重复上述对D（0）的2、3两步得到D（2）；如此下去，直到所有的元素并成一类为止。
1702659029
1702659030
如果某一步D（k）中非对角线最小的元素不止一个，则对应这些最小元素的类可以同时合并。
1702659031
1702659032
为了便于理解最短距离法的计算步骤，现在举一个最简单的数字例子。
1702659033
1702659034
示例1：
1702659035
1702659036
假定从某商品中随机抽取5个样品，每个样品只测一个指标，原始数据为1，2，3.5，7，9，试用最短距离法将这5个样品分为两类。
1702659037
1702659038
具体操作步骤如下：
1702659039
1702659040
①定义样品间距离采用绝对距离，计算样品两两之间的距离，得距离阵D（0），如图12.2所示。
1702659041
1702659042
②找出D（0）中非对角线最小元素，是1，即D12=d12=1，则将G1与G2并成一个新类，记为G6={X1，X2}。
1702659043
1702659044
③计算新类G6与其他类的距离，按公式：
1702659045
1702659046
Gi6=min（Di1，Di2），其中，i=3，4，5
1702659047
1702659048
即将图12.2所示的距离阵D（0）的前两列取较小的一列得距离阵D（1），如图12.3所示。
1702659049
1702659050
1702659051
1702659052
1702659053
图12.2 距离阵D（0）计算结果
1702659054
1702659055
1702659056
1702659057
1702659058
图12.3 距离阵D（1）计算结果
1702659059