【系统聚类法】
拼译：hierarchical cluster method
一译“分层聚类法”。聚类分析的一种方法。其做法：开始时把每个样品作为一类，然后把最靠近的样品(即距离最小的样品)首先聚为小类，再将已聚合的小类按其类间距离再合并，不断继续下去，最后把一切子类都聚合到一个大类。在此过程中，要用到类间距离，对应于不同的类间距离，即产生系统聚类的不同方法，常用的有最小距离法、最大距离法、组间平均法、组内平均法、重心聚类法、中间距离法、离差平方和法等。不同的方法只是计算类间距离的公式不同，聚类过程完全一样。系统聚类将得到一系列分类，要确定一个合适的分类，应考虑如下几点：(1)若某一步的合并距离较前面的合并距离显著变大，则前一步得到的类较合适。(2)一个合理的分类，类间差异应明显比类内差异大。为此，以类为因素作单因素方差分析，求出F值(但不作假设检验)。对应于每一步都有一个F值，若F值在某一步达到极大值，则该步得到的类就是一个合适的分类。(3)一个合理的分类是用不同的方法进行聚类，可得到较相近的分类结果。(4)最后确定的分类中，各类都有明显的实际意义。 |