聚类分析也是一种分类技术。与多元分析的其他方法相比，该方法较为粗糙，理论上还不完善，但应用方面取得了很大成功。与回归分析、判别分析一起被称为多元分析的三大方法。
聚类的目的：根据已知数据，计算各观察个体或变量之间亲疏关系的统计量（距离或相关系数）。根据某种准则（最短距离法、最长距离法、中间距离法、重心法），使同一类内的差别较小，而类与类之间的差别较大，最终将观察个体或变量分为若干类。
聚类分析的应用例子：
同一种疾病（如肝炎），根据临床表现等将病人分成若干类（甲、乙、丙、丁、戊型肝炎）
根据疾病的若干临床表现，将病人分成轻、中、重三型
在儿童生长发育研究中，把以形态学为主的指标归于一类，以机能为主的指标归于另一类
聚类的种类：
根据分类的原理可将聚类分析分为：系统聚类与快速聚类
根据分类的对象可将聚类分析分为：系统Q型与R型（即样品聚类clustering for individuals 与指标聚类clustering for variables)
相关学习资料下载：
专题学习——（佚名老师）聚类分析(第2部分)-教师课件