1. 引言\n\n層次聚類（Hierarchical Clustering）是一種常見的無監督學習方法，通過構建樹狀結構（樹狀圖）來展示數據點之間的相似性關系。“聚類網絡”在此特指結合網絡可視化技術展示聚類結果，尤其在R語言中，可通過網絡圖增強聚類結果的直觀性。本文使用R語言對經典的鳶尾花（iris）數據集進行層次聚類分析，并可視化其聚類網絡。\n\n## 2. 數據準備\n\n鳶尾花數據集包含150個樣本，4個特征（花萼長度、花萼寬度、花瓣長度、花瓣寬度）和1個類別標簽（3個品種：setosa、versicolor、virginica）。\n\n`r\n# 加載數據集\ndata(iris)\n# 查看數據結構\nstr(iris)\n`\n\n## 3. 層次聚類分析\n\n### 3.1 距離矩陣計算\n\n使用歐氏距離計算樣本間的相異度矩陣。\n\n`r\n# 標準化數據（避免量綱影響）\nirisscaled <- scale(iris[,1:4])\n# 計算距離矩陣\ndistmatrix <- dist(iris_scaled, method = \