聚类分析是数据挖掘中的一个重要研究方向，是一种发现数据集中非随机结构的方法，被广泛用于统计学生物学、市场营销等领域。聚类算法可以分为基于划分的方法、基于层次的方法、基于密度的方法、基于网格的方法和基于模型的方法。每种聚类算法均有其特点以及适用范围。本文应用R语言对罪犯的数据进行了聚类研究，分别采用了划分的聚类算法kmeans与层次的聚类算法agnes。通过对算法进行相应的实验，分别对5567名罪犯的4个属性上进行聚类，结合监狱业务的实际情况，把罪犯分成5至20个类别，然后对聚类的结果进行了评价。实现结果显示，采用kmeans算法把罪犯分成10个类别，并对每个类别采取针对性的管教措施是合适的，给目前单纯根据罪名或个别属性对罪犯进行分类的情况，提供了一定程度的参考。在agnes聚类实验中，agnes划分的罪犯的簇类别在数量上的分布较特殊，不同簇在数量上差异较大，不利于分管分押，但由于该算法发现了较多的孤立点与离群簇，因此对发现罪犯中的特殊人群，预防突发事件有一定的参考意义。