聚类分析：5步模拟数据进行K均值聚类！( 三 )_点击上方“中国统计网”设置星标哦！聚

系统聚类算法的好处是分析者可以对比不同聚类数量的结果，从中选择更感兴趣（更有解释力）的结果，这种对比可以通过生成的聚类树进行。

03 使用模拟数据进行K均值聚类

用R生成模拟数据为什么不使用现成的数据，而要用R来生成数据呢？

主要是因为在自己生成的数据中，我们可以预先定义存在哪些类型的用户群、每个用户群的属性是怎样的。

通过这种方式我们得以知道“客观现实”是怎样的，后面用SPSS做聚类分析时，可以将分析得出的结果与我们预设的“现实”做对比，看一下效果如何——聚类分析得出的类对我们预设的类的还原度有多高。

假设我们要做的是一款企业管理软件A的用户画像，所得数据中一共有1200个有效样本，其中存在三类用户：

第一类用户是“典型管理者”，年龄大约在30-40岁之间，对使用A软件态度相对较积极，认为公司的管理是很自由的。其样本共有200人。

第二类用户是“个性型员工”，年龄大约在20-25岁，对使用A软件态度波动较大，认为公司的管理很不自由。其样本共有400人。

聚类分析：5步模拟数据进行K均值聚类！( 三 )