参考聚类分析的定义

正确答案是：D: 以上皆是。

专业分析：

聚类分析是一种无监督学习方法，主要用于将数据对象分组为若干类，使得同一类中的对象相似度较高，不同类中的对象相似度较低。以下是对各选项的详细分析：

A: 如何以数字来表示成员间的相似性
在聚类分析中，相似性度量是一个关键问题。常用的相似性度量方法包括欧氏距离、曼哈顿距离、余弦相似度等。这些方法通过数学公式将数据对象之间的相似性量化为数字，便于后续的聚类操作。

B: 如何根据相似性将类似的成员分在同一群
这是聚类分析的核心任务。根据相似性度量，将相似的对象分配到同一个簇（cluster）中。常见的聚类算法包括K-means、层次聚类、DBSCAN等，它们通过不同的策略实现数据对象的分组。

C: 所有成员分群完毕后，对每一群的特征应如何描述
在聚类分析完成后，对每个簇进行特征描述是非常重要的。特征描述帮助理解每个簇的内在结构和特性，常用的方法包括计算簇的中心点、簇内对象的分布情况等。这些描述可以帮助进一步的分析和决策。

综上所述，聚类分析不仅关心如何度量相似性和如何分群，还关心如何描述每个群的特征，因此正确答案是D: 以上皆是。