MATLAB的统计工具箱中的多元统计分析中提供了聚类分析的两种方法：

1.层次聚类hierarchical clustering

2.k-means聚类

这里用最简单的实例说明以下层次聚类原理和应用发法。

层次聚类是基于距离的聚类方法，MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。层次聚类的过程可以分这么几步：

(1) 确定对象(实际上就是数据集中的每个数据点)之间的相似性，实际上就是定义一个表征对象之间差异的距离，例如最简单的平面上点的聚类中，最经常使用的就是欧几里得距离。

这在MATLAB中可以通过Y=pdist(X)实现，例如

>> X=randn(6,2)

X =

-0.4326 1.1892

-1.6656 -0.0376

0.1253 0.3273

0.2877 0.1746

-1.1465 -0.1867

1.1909 0.7258

>> plot(X(:,1),X(:,2),'bo') %给个图，将来对照聚类结果把

>> Y=pdist(X)

Y =

Columns 1 through 14

1.7394 1.0267 1.2442 1.5501 1.6883 1.8277 1.9648 0.5401

2.9568 0.2228 1.3717 1.1377 1.4790 1.0581

Column 15