stats包中的hclust（）函數(shù)進(jìn)行聚類。系統(tǒng)聚類一般首先使用dist（）函數(shù)計(jì)算歐式距離，再使用hclust（）函數(shù)展開(kāi)系統(tǒng)聚類。

library(flexclust)數(shù)據(jù)nutrient可以用來(lái)做聚類分析
library(NbClust)函數(shù)NbClust（）選擇層次聚類分析聚類的個(gè)數(shù)
library(rattle)數(shù)據(jù)wine可以做K均值分析
library（stats）函數(shù)kmeans（）進(jìn)行K均值聚類分析
library(cluster)函數(shù)pam（）進(jìn)行中心點(diǎn)的劃分聚類分析，數(shù)據(jù)可用用wine

個(gè)人覺(jué)得不管是分類或聚類算法，出來(lái)的結(jié)果是一個(gè)“規(guī)則”。至于要怎么去分類數(shù)據(jù)，是根據(jù)這個(gè)“規(guī)則” 來(lái)做的。所以，提取數(shù)據(jù)是另外一個(gè)工作了。## 更新日期：2015/11/11前段時(shí)間在做聚類分析，用到hclust() 函數(shù)，將數(shù)據(jù)聚類分組后，對(duì)應(yīng)到每一個(gè)ID。具體如下：d = dist(testdata, method = "euclidean") hcward = hclust(d, method="ward.D") data$groups = cutree(hcward,k=8) # 到這里，data 中的每個(gè)ID都對(duì)應(yīng)到相應(yīng)的group 了