R2的定义

在系统聚类法中，R² 通常用于衡量聚类结果的好坏。R² 值越高，说明聚类结果越好，聚类的效果越明显。R² 的定义为：

\[ R² = \frac{\text{组间离差平方和}}{\text{总离差平方和}} \]

因此，正确答案是：

C: 组间离差平方和除以总离差平方和

### 专业分析：
- **组内离差平方和 (Within-cluster sum of squares, WSS)**：指的是每个簇内数据点与该簇中心之间距离的平方和，反映了簇内数据的紧密程度。
- **组间离差平方和 (Between-cluster sum of squares, BSS)**：指的是簇中心与总体数据中心之间的距离平方和，反映了不同簇之间的分离程度。
- **总离差平方和 (Total sum of squares, TSS)**：是数据点与总体数据中心之间距离的平方和，等于组内离差平方和与组间离差平方和之和。

公式如下：
\[ TSS = WSS + BSS \]

R² 的计算公式：
\[ R² = \frac{BSS}{TSS} \]

R² 值介于 0 和 1 之间，值越接近 1，表示聚类效果越好，即组间差异越大，组内差异越小。