摘要:聚类分析是数理统计中的一种多元分析方法，它是用数学方法定量地确定样本的亲疏关系，从而客观地划分类型。事物之间的界限，有些是确切的，有些则是模糊的。当聚类涉及事物之间的模糊界限时，需运用模糊聚类分析方法。模糊聚类分析广泛应用在气象预报、地质、农业、林业等方面。通常把被聚类的事物称为样本，将被聚类的一组事物称为样本集。本文主要在模糊集合理论基础上,研究了模糊聚类分析的方法及在NBA球员位置分布中应用，选取NBA球员比赛数据作为统计指标,利用最大最小法建立模糊相似矩阵,用传递闭包法作出模糊聚类分析；我们通过对ＮＢＡ球员位置的模糊聚类分析可以对模糊聚类分析有一定的了解，能够做一些简单的应用。
关键词：模糊聚类分析；模糊相似矩阵；传递闭包法；NBA球员位置分布
目录
摘要
Abstract
1 绪论-1
1.1 模糊聚类分析的背景及基本概念-1
1.2 本文的主要内容-2
2 模糊聚类分析的一般步骤-3
2.1 第一步：数据标准化-3
2.2 第二步：标定（建立模糊相似矩阵）-4
2.3 第三步：聚类（求动态聚类图）-6
3 实例-8
3.1 实例一-10
3.2 实例二-14
3.3 实例三-21
结 论-28
参 考 文 献-29
致 谢-30
