聚类分析方法（观测值聚类）的选择细节特别多，下面是根据手册总结出的结果，供参阅。
method=指定方法：一般会根据观测值多少（size）、形状（shape）、离散性（dispersion）来综合判断使用什么方法;

1）K-means和ward倾向于每个类中有相同的观测值。
2）average倾向于聚的类具有相同的方差；
3）非参模型single、twostage和density系列的方法倾向于不规则的图形。
4）Centroid（质心）对异常值比较稳健。

      一般来说可以分成下面几类是常用的，如果聚类特征特别好，哪种方法基本上没有什么区别。





1、类间界限不清晰的情况，一般使用twostage（调整k）和ward的方法

---

2、不同观测值和离散性的多元正态（twostage（调整k）、single）

---

3、细长型的数据分布（twostage（圆形区域内聚类）、结合aceclus（细长型的聚类））

---

4、Nonconvex聚类(centroid、twostage（调整k扑捉非线性趋势）)

---

       不规则图形还是要看需要扑捉到什么图形，一般可以在非参的一类方法中，调整参数达到目的
以上均是2个变量的间的散点图，如果需要绘制多变量简单的图形，一般通用的做法是绘制典型变量的图形
       在SAS中一般会结合典型判别过程进行处理。