1702659080
假定以某玻璃制造厂关于环境污染抽样检测中的9项数据指标，通过绝对值距离公式
1702659081
1702659082
1702659083
1702659084
1702659085
计算而得出其距离阵后，运用最短距离聚类法，对该玻璃制造厂关于环境污染抽样检测的9项数据指标进行聚类分析。原始数据的距离阵如图12.6所示。
1702659086
1702659087
1702659088
1702659089
1702659090
图12.6 示例2原始数据距离阵
1702659091
1702659092
运用最短距离聚类法进行聚类分析，具体操作步骤如下：
1702659093
1702659094
①在图12.6所示的9×9阶距离阵D中，非对角线元素中最小者是d94=0.51，首先将第4区与第9区并为一类，记为G10=｛G4，G9｝。按照计算公式drk=min{dpk，dqk}（k≠p,q）分别计算G1、G2、G3、G5、G6、G7、G8与G10之间的距离，得：
1702659095
1702659096
d1，10=min｛d14，d19｝=min｛2.19，2.62｝=2.19
1702659097
1702659098
d2，10=min｛d24，d29｝=min｛1.47，1.66｝=1.47
1702659099
1702659100
d3，10=min｛d34，d39｝=min｛1.23，1.20｝=1.20
1702659101
1702659102
d5，10=min｛d54，d59｝=min｛4.77，4.84｝=4.77
1702659103
1702659104
d6，10=min｛d64，d69｝=min｛2.99，3.06｝=2.99
1702659105
1702659106
d7，10=min｛d74，d79｝=min｛4.06，3.32｝=3.32
1702659107
1702659108
d8，10=min｛d84，d89｝=min｛1.29，1.40｝=1.29
1702659109
1702659110
②这样就得到G1、G2、G3、G5、G6、G7、G8、G10上的一个新的8×8阶距离阵，如图12.7所示。
1702659111
1702659112
1702659113
1702659114
1702659115
图12.7 8×8阶距离阵
1702659116
1702659117
③在上一步骤中所得到的8×8阶距离阵中，非对角线元素中最小者为d57=0.83，故将G5与G7归并为一类，记为G11，即G11=｛G5，G7｝。
1702659118
1702659119
按照计算公式drk=min{dpk，dqk}（k≠p,q）分别计算G1、G2、G3、G6、G8、G10与G11之间的距离，即可得到一个新的7×7阶距离阵，如图12.8所示。
1702659120
1702659121
1702659122
1702659123
1702659124
图12.8 7×7阶距离阵
1702659125
1702659126
④在图12.8所示的7×7阶距离阵中，非对角线元素中最小者为d28=0.88，故将G2与G8归并为一类，记为G12，即G12=｛G2，G8｝。再按照计算公式drk=min{dpk，dqk}（k≠p,q）分别计算G1、G3、G6、G10、G11与G12之间的距离，即可得到一个新的6×6阶距离阵，如图12.9所示。
1702659127
1702659128
1702659129