dist(X, method = "euclidean", p = 2)
method 有
euclidean, maximum, manhattan, canberra, (binary 或 minkowski)
p 为 Minkowski 距离的幂次,默认为 p = 2(欧氏距离)
明氏距离 分为: 当 q = 1 时 ---> 绝对值距离(Manhattan) 当 q = 2 时 ----> 欧氏距离(Euclidean) 当
时 -----> 切比雪夫距离(Maximum)
PS:TODO:突然发现 马氏距离和绝对值距离的英文怎么一样
系统聚类法(Hierachical Clustering Method)
hclust(D, method = "complete", ...)
method 有
single, complete, average, mcquitty, median, centroid, ward.D, ward.D2
D 为 相似矩阵,通常为 距离矩阵
plot(hc)
# 注意;分类框一定要与plot一起执行,因为是要 加在聚类图上
plot(hc);rect.hclust(hc, 4) # 分4类 加4分类框
cutree(hc, 4) # 分4类 显示分类结果