：通过利用三种典型算法：Q－型模糊聚类算法、K-Means算法及K-medians算法，对公司职员的年终评定进行应用分析，得到了不同的聚类结果，通过对结果的分析比较、探讨，得出针对不同问题，应结合实际，有针对性地用不同算法更适合。并在此基础上，对聚类算法的聚类过程、本文后续工作进行了探讨总结。
关键词：数据挖掘，聚类分析，Q-型模糊聚类，K-means算法，K-medians算法

地名    大同    长治    安阳    德州    太原    临汾    洛阳    郑州    莱阳    济南
年数    200    203    156    190    197    208    143    159    129    196
P    0.392    0.398    0.306    0.373    0.386    0.408    0.28    0.312    0.253    0.384
E    1.754    2.071    1.926    1.979    1.99    2.039    1.986    1.963    1.792    2.085
D    1.326    2.107    2.019    2    2.192    2.469    2.736    2.06    1.248    1.44
地名    临沂    菏泽    西宁    兰州    平凉    天水    银川    榆林    延安    西安
年数     162    142    102    162    168    131    166    177    174    196
P    0.318    0.278    0.2    0.318    0.329    0.257    0.325    0.347    0.341    0.384
E    1.841    1.868    1.569    1.82    1.787    1.617    1.844    2.213    2.175    2.042

D    1.588    1.956    1.291    1.81    2.146    1.175    1.776    3.692    3.294    2.832
说明：P表示干旱发生的平均概率，E表示干旱状态下游程的期望长度，D表示干旱状态下游程长度的方差，分别用E中的元素X，记为Xi,
由表一规范化后的数据，本文按绝对值减数法根据r(ij)=1-o.3{连加号[（X(ik)-X(jk)]的绝对值}(2)式计算相似系数，取c=0.3，此（2）式在“课程设计”的“三种典型聚类算法在职员评定中。。。”有，矩阵就是由r(ij)n*n构成
  ,