说明
之前使用k均值方法将数据划分到不同的簇中，但当变量个数大于2时，就无法在二维空间中展示数据聚类的过程，因此可以使用二元聚类图先将变量减少成两个主要成分，然后利用组件（诸如轴线和椭圆）来展示数据聚类的结果。
操作
载入包，绘制二元聚类图
library("cluster")
clusplot(customer,fit$cluster,color = TRUE,shade = TRUE)
二元聚类图
对二元聚类图进行标记并放大：
par(mfrow = c(1,2))
clusplot(customer,fit$cluster,color = TRUE,shade = TRUE)
rect(-0.7,-1.7,2.2,-1.2,border = "orange",lwd = 2)
clusplot(customer,fit$cluster,color = TRUE,xlim = c(-0.7,2.2),ylim =c(-1.7,-1.2))
原理
本节绘制了一个二元聚类图以展示数据聚类的过程，我们首先安装和导入cluster算法包，然后使用clusplot函数绘制customer数据集的二元聚类图，clusplot函数的shade和color参数值均被设置成TRUE,得到一个彩色且带边框的聚类。 在得到的结果图中，可以得知二元聚类使用了两个成分，x轴与y轴涵盖了85.01%的数据点，数据点根据成分1和成分2的取值散落在图中，同一簇内的数据点采用相同的颜色和形状绘制。
我们还使用了rect函数来增加一个矩形框对给定x轴和y轴内的簇进行特别标注，然后调用clusplot函数，设置好xlim与ylim参数的值，将被选中的簇放大到显示以便不好的观测簇内数据点的特征。
1、所有原料混合在一起，用筷子把面粉和液体搅成疙瘩状。2、用手揉成面团，面团很干，要有耐心把他们都揉成团，只需要成团不松散就行，不用揉到光滑状态，过压面机后自然会光滑。
3、压好的面团分成二块，取其中一块，用擀面杖压得扁一些，让其好过压面机。
4、压面机开1档，让面片过压面机3、4遍。
5、面片对半折一次，再次过压面机大概3遍。
6、转压面机3档，过面片5、6遍，让面片出现自然光滑，用刷子蘸点面粉刷在面片上，再继续过压面机2、3次。
