創建數據集
library(stats)#cbind： 根據列進行合併，即疊加所有列，m列的矩陣與n列的矩陣cbind()最後變成m+n列，合併前提：cbind(a, c)中矩陣a、c的行數必需相符
#rbind： 根據行進行合併，就是行的疊加，m行的矩陣與n行的矩陣rbind()最後變成m+n行，合併前提：rbind(a, c)中矩陣a、c的列數必需相符
#rnorm函數是指生成隨機數據集，參數分別爲爲（數據個數，平均數，標準差）
c1<-cbind(rnorm(20,4,1),rnorm(20,2,1)) #構建第一個數據集
c2<-cbind(rnorm(20,4,1),rnorm(20,20,1)) #構建第二個數據集
c3<-cbind(rnorm(20,20,1),rnorm(20,20,1))#構建第三個數據集
#rbind： 根據行進行合併，就是行的疊加，m行的矩陣與n行的矩陣rbind()最後變成m+n行，合併前提：rbind(a, c)中矩陣a、c的列數必需相符
v=rbind(c1,c2,c3)
plot(v)
1.本次實驗中採用的cluster包中的AGNES（Agglomerative Nesting）層次聚類算法。
#daisy函數：Compute all the pairwise dissimilarities (distances) between observations in the data set.
> agnSingle<-agnes(daisy(v),diss=TRUE,method="single") #簇之間相似度採用最小值的聚類結果樹狀圖
> agnComplete<-agnes(daisy(v),diss=TRUE,method="complete") #簇之間相似度採用最大值的聚類結果樹狀圖
> agnAverage<-agnes(daisy(v),diss=TRUE,method="average") #簇之間相似度採用平均值的聚類結果樹狀圖
> plot(agnSingle)
Hit <Return> to see next plot:
Hit <Return> to see next plot:
> plot(agnComplete)
Hit <Return> to see next plot:
Hit <Return> to see next plot:
> plot(agnAverage)
Hit <Return> to see next plot:
Hit <Return> to see next plot:
2.分裂層次聚類：
本次實驗中採用的是cluster包中的DIANA(Divisive Analysis)層次聚類算法。
> dv<-diana(v)
> plot(dv)