【正文】 但因課程時(shí)間短，同學(xué)們基礎(chǔ)薄弱，外加部分同學(xué)準(zhǔn)備不充分未帶電腦裝好Python軟件和老師一起操作，雖老師不遺余力仍未能完全掌握，師傅領(lǐng)進(jìn)門學(xué)藝在個(gè)人，所以課后仍需努力看課件、老師推薦的數(shù)據(jù)挖掘課本，并將老師課上操作的例題多加演練，以達(dá)到完全理解和熟練運(yùn)用。當(dāng)和合并為后，與其他類的距離有如下遞推公式上述兩種方法都是將性質(zhì)接近的樣品劃為一類。在電子商務(wù)方面，聚類分析在電子商務(wù)中網(wǎng)站建設(shè)數(shù)據(jù)挖掘中也是很重要的一個(gè)方面，通過對(duì)客戶的瀏覽行為、瀏覽網(wǎng)站、客戶的年齡等，對(duì)客戶進(jìn)行分析，找出不同客戶的共同特征，通過共同特征對(duì)客戶進(jìn)行分類，可以幫助電子商戶更好的了解他們的客戶，并向客戶提供更合適的服務(wù)。近些年來，數(shù)理統(tǒng)計(jì)的多元分析方法有了迅速的發(fā)展，多元分析的技術(shù)自然被引用到分類學(xué)中，于是從數(shù)值分類學(xué)中逐漸的分離出聚類分析這個(gè)新的分支。離差平方和法是Ward（1936）提出的，也稱為Ward法。表4：類別市分類名稱第一類西藏自治區(qū) 甘肅省經(jīng)濟(jì)滯緩消費(fèi)低區(qū)域第二類北京市，天津市，河北省，山西省，內(nèi)蒙古自治區(qū)，遼寧省，吉林省，黑龍江省，上海市，青海省，寧夏回族自治區(qū)，新疆維吾爾族自治區(qū)，安徽省，福建省，江西省，湖南省，廣西壯族自治區(qū)，海南省，重慶市，四川省，貴州省云南省，陜西省， 總體消費(fèi)較低區(qū)域第三類湖北地區(qū)消費(fèi)中等區(qū)域第四類江蘇 浙江 河南 地區(qū)總體消費(fèi)較高區(qū)域第五類山東 廣東地區(qū)總體消費(fèi)水平高區(qū)域?qū)ζ溥M(jìn)行分類，劃分為五類。拼一個(gè)春夏秋冬！贏一個(gè)無悔人生！早安！—————獻(xiàn)給所有努力的人.學(xué)習(xí)參考。四、數(shù)據(jù)處理及分析描述統(tǒng)計(jì)量表2：　項(xiàng)目N極小值極大值均值標(biāo)準(zhǔn)差社會(huì)消費(fèi)品零售總額312,546,000 226,771,000 67,840,790 55,767,366 財(cái)政收入312,640,000 148,438,900 27,722,314 26,778,055 居民消費(fèi)水平315,340 36,893 14,298 6,711 商品房平均銷售價(jià)格313,248 16,852 5,607 3,270 有效的 N （列表狀態(tài)）31　　　　從表2可以知道，各個(gè)指標(biāo)的離差均比較大，包含的信息量比較全面，所以所選的數(shù)據(jù)是有效并且可信的。Q型聚類是對(duì)樣本進(jìn)行聚類，它使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開來。表一、序號(hào)省市社會(huì)消費(fèi)品零售總額（萬元)財(cái)政收入（萬元）居民消費(fèi)水平（元）商品房平均銷售價(jià)格（元/平方米）1北京市77,028,167 33,1