逐步聚类

逐步聚类（stepwise clustering），理学-统计学-数理统计-多因变量线性模型，依样本组内的离差平方和达到最小为判据，通过反复调整迭代来实现，保证样本组内具有较高的同质性的聚类方法。简史逐步聚类法先根据相关知识经验和其他较为简便的聚类方法进行预分类，然后再逐步调整，直到把类分得比较合理为止，这种分类方法较之系统聚类法，具有计算量较小、占用计算机存贮单元少、方法简单等优点，所以更适用于大样本的聚类分析。