多元統計分析方法
集羣分析，也稱爲聚類分析（Cluster Analysis），是一種多元統計分析方法，其基本原理是“物以類聚”，即對樣品或指標進行分類。該分析的目標是將相似的個體（觀測物）歸於一羣，這些個體在數據空間中彼此之間的距離較近，因此它們之間的相似程度較高。集羣分析不依賴於任何先驗的假設或模式，而是基於數據點之間的相似性度量，如歐幾里得距離或曼哈頓距離，來形成不同的羣集。
集羣分析的過程包括數據的表示、分羣法的選擇、分羣結果的評估等步驟。它沒有預先指定的類別信息，也沒有任何信息表明數據記錄之間是相關的。集羣分析的應用領域包括交易行爲分析、各類型使用者的行爲模式、空間數據分析、文件管理等。
集羣分析可以分爲分層次方法（Hierarchical）、非分層次方法（Nonhierarchical）和兩階段方法。在集羣分析中，通常會對數據進行降維處理，以找出能代表數據的代表性維度，然後選擇合適的聚類算法來形成羣集。評估聚類結果的有效性是集羣分析的一箇重要步驟，以確保得到的羣集是有意義的。
綜上所述，集羣分析是一種無監督的學習方法，它通過數據點之間的相似性將數據點分組，從而揭示數據中的內在結構和模式。