首先，我们必须了解什么是clustering.

它是一种无监督算法，适用于目标类未知的场景。所以本质上它是一种数据预处理算法。继续，cluster analysis，有助于检测patterns数据。现在，要检测数据中的模式，必须确保sample由statistically significant变量组成。为了找到如此重要的变量，我们需要执行各种数据预处理任务，如outlier、missing value('s)、correlation和dimensionality reduction检测和处理。发布，执行这些步骤，noise将从数据中删除，并且可以显示signal. 否则，可以执行principal component analysis (pca)检测信号。然后，此信号可以帮助确定真实模式或clusters数据。

现在，进入问题的第二部分。您可以使用kernlab包中的R来计算内核。也许这些帖子可以进一步帮助您，1 , 2 , 3 , 4。