stats包中的hclust（）函數進行聚類。系統聚類一般首先使用dist（）函數計算歐式距離，再使用hclust（）函數展開系統聚類。

library(flexclust)數據nutrient可以用來做聚類分析
library(NbClust)函數NbClust（）選擇層次聚類分析聚類的個數
library(rattle)數據wine可以做K均值分析
library（stats）函數kmeans（）進行K均值聚類分析
library(cluster)函數pam（）進行中心點的劃分聚類分析，數據可用用wine

個人覺得不管是分類或聚類算法，出來的結果是一個“規則”。至于要怎么去分類數據，是根據這個“規則” 來做的。所以，提取數據是另外一個工作了。## 更新日期：2015/11/11前段時間在做聚類分析，用到hclust() 函數，將數據聚類分組后，對應到每一個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ID都對應到相應的group 了