第一章 聚类分析的初步介绍 1
第一节 引例与本书内容概述 2
第二节 数据矩阵 9
第三节 相似性的量度 16
第四节 与其他多元技术的关系 30
第五节 一般参考文献 33
第六节 数学部分 33
参考文献 38
第二章 显示方法 41
第一节 主分量分析 42
第二节 其他分析方法 63
参考文献 75
第三章 谱系聚类方法 77
第—节 引例 78
第二节 凝聚方法 81
第三节 分解方法 88
第四节 数学部分 92
第六章 应用 100
参考文献 101
第四章 非谱系聚类方法 103
第一节 采用代表元素进行划分 104
第二节 采用指标值进行划分(最近重心分类法) 106
第三节 采用全局最优化判据进行划分 112
第四节 图论方法 113
第五节 密度方法 117
第六节 线状类 120
第七节 模糊聚类法 121
第八节 数学部分 123
参考文献 142
第五章 特殊问题 144
第一节 方法的比较 144
第二节 分类结果的比较 147
第三节 非谱系聚类中的谱系 150
第四节 类的有效性 152
第五节 二向聚类 154
第六节 缺漏数据 155
第七节 大型数据集 156
第八节 信息群分 158
参考文献 158
第一节 分析方法的最优选择和／或最优组合 162
第二节 从多元数据集中提取信息 174
参考文献 204
第七章 计算机程序和程序包 209
第一节 计算机解题的原理 210
第二节 聚类分析程序包 212
第三节 包含聚类分析程序的统计程序包 215
第四节 有关聚类分析程序的参考书 217
参考文献 218
第八章 应用示例 220
第一节 数据 220
第二节 数据规范化 222
第三节 二元图 223
第四节 显示方法 223
第五节 相似性矩阵 226
第六节 谱系聚类方法 228
第七节 非谱系聚类方法 235
参考文献 239
索引 240