大家好！在这篇文章中，我将向你展示如何在R中进行层次聚类。
什么是分层聚类？
分层聚类是一种可供选择的方法，它可以自下而上地构建层次结构，并且不需要我们事先指定聚类的数量。
该算法的工作原理如下：
将每个数据点放入其自己的群集中。
确定最近的两个群集并将它们组合成一个群集。
重复上述步骤，直到所有数据点位于一个群集中。
一旦完成，它通常由树状结构表示。
让我们看看分层聚类算法可以做得多好。我们可以使用hclust这个。hclust要求我们以距离矩阵的形式提供数据。我们可以通过使用dist。默认情况下，使用完整的链接方法。
这会生成以下树形图：
从图中我们可以看出，群集总数的最佳选择是3或4：
要做到这一点，我们可以使用所需数量的群集来切断树cutree。
现在，让我们将它与原始物种进行比较。
它看起来像算法成功地将物种setosa的所有花分为簇1，并将virginica分为簇2，但是与花斑杂交有困难。如果你看看显示不同物种的原始图，你可以理解为什么：
让我们看看我们是否可以通过使用不同的连接方法更好。这一次，我们将使用平均连接方法：
这给了我们以下树状图：
我们可以看到，群集数量的两个最佳选择是3或5.让我们用cutree它来将它降到3个群集。
我们可以看到，这一次，该算法在聚类数据方面做得更好，只有6个数据点出错。
我们可以如下绘制它与原始数据进行比较：
这给了我们下面的图表：
内部颜色与外部颜色不匹配的所有点都是不正确聚类的点。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
CDA数据分析师 出品 作者：李诗怡 定义： 用户增长核心分析框架，刻画用户从接触产品到自发推荐的全生命周期，五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代，企业传统的广撒网式营销模式成本高、转化率低，已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计，能熟练计算均值、中位数、标准差，但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中，GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似，常搭配使用，但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及，数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法，却忽略了数据分析的一项基础能力——描述性统计。事实上，大量商业分析问题，用描述 ...
2026-09-14在MySQL数据库运维与开发实践中，经常出现一种典型现象：数据库实际存储的数据量很小，数据表条数少、文件体积低，但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差，但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者：李诗怡 定义： 将同一时间段内因具备相同属性或共同经历的用户划分为群体，分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中，客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果， ...
2026-09-10在数据可视化体系中，柱形图是最基础、应用最广泛的图表类型，其中**累计柱形图（堆积柱状图）**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询，但当面对一张上万行的销售明细表，要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中，DataFrame是承载结构化数据的核心载体，数据清洗、数据修正、条件赋值、字段更新等实操场景，都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验（Chi-Square Test）是统计学中针对分类数据的经典显著性检验方法，核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者：李诗怡 1. 销售漏斗阶段判断 题目：销售漏斗模型中，通过广告、社交媒体等方式触达品牌信息（如浏览品 ...
2026-09-07在Python数据分析中，Pandas库的DataFrame是最核心、最常用的结构化数据表对象，类似于Excel的二维表格，具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中，平均增速（平均增长率）是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作，但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展，商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
