k-means|k-mode|k-prototype|PAM|AGNES|DIANA|Hierarchical cluster|DA|VIF|

聚类算法：

对于数值变量，k-means eg：k=4，则选出不在原数据中的4个点，计算图形中每个点到这四个点之间的距离，距离最近的便是属于那一类。标准化之后便没有单位差异了，就可以相互比较。

对于分类变量，k-mode：

对于数值和分类变量：k-prototype

连续变量与分类变量的权重，K=1则等权重；K<1则分类变量；K>1则数值变量。

PAM：两种因素排序，坐标是（a,b）,若k=2,则在其中（通过计算原数据集某一类所有点到某一点距离最短找到该点）选出2个点，计算图形中每个点到这四个点之间的距离，距离最近的便是属于那一类，没有方向性。

AGNES

DIANA

Cluster之间的比较

通过各种距离计算方式将变量联系在一起，成为聚类的依据。

Hierarchical cluster：将每个变量的不同因素（a,b,c,d,e,f,g)描点成网络，网络变成矩阵（其中网络权重（距离）为矩阵处数值），矩阵变成树形图。

 

 

 

判别函数：

回归是连续变量x解释连续变量y

方差分析是分类变量x解释连续变量y

判别分析（DA）是连续变量x解释分类变量y

使用DA的前提：
样本量是因素种类的4-5倍。

正态性即数据总体是正态分布。

方差齐性即各方面保持均匀。

判断独立性VIF膨胀系数

线性判别函数不够用时，使用线性平方判别函数。

 

 

 即DA使用判别函数作为分类依据，是有目标的supervised。Cluster使用距离作为分类依据，是没目标unsupervised。