一 、前提条件：

1.变量之间不存在多重共线性；

2.变量服从正态分布；

二、原理：

第一步，预聚类、准聚类过程：

构建聚类特征树（CFT），分成很多子类。

开始时，把某个观测量放在树的根节点处，它记录有该观测量的变量信息，然后根据指定的距离测度作为相似性依据，使每个后续观测量根据它与已有节点的相似性，放到最相似的节点中，如果没有找到某个相似性的节点，就为它形成一个新的节点。

第二步，正式聚类：

将以第一步完成的预聚类作为输入，对之使用分层聚类的方法进行再聚类（对数似然函数）。

每一个阶段，利用施瓦兹贝叶斯信息准则（BIC）评价现有分类是否适合现有数据，

并在最后给出符合准则的分类方案。

三、优点：

1.海量数据处理；

2.自动标准化数据；

3.能够处理分类变量和连续变量的混合数据；

4.可自动丢弃异常值或者将异常值归入最近的类。

5.可自动确定或者根据业务需要人工指定分类数目；