分層聚類算法

分層聚類法就是對給定數據對象的集合進行層次分解，根據分層分解採用的分解策略，分層聚類法又可以分為凝聚的(agglomerative)和分裂的(divisive)分層聚類。

分層聚類算法

1、凝聚的分層聚類。

它採用自底向上的策略，首先將每一個對象作為一個類，然後根據某種度量(如2個當前類中心點的距離)將這些類合併為較大的類，直到所有的對象都在一個類中，或者是滿足某個終止條件時為止，絕大多數分層聚類算法屬於這一類，它們只是在類間相似度的定義上有所不同。

2分裂的分層聚類。

它採用與凝聚的分層聚類相反的策略——自頂向下，它首先將所有的對象置於一個類中，然後根據某種度量逐漸細分為較小的類，直到每一個對象自成一個類，或者達到某個終止條件(如達到希望的類個數，或者2個最近的類之間的距離超過了某個閾值)。

分層聚類雖然比較簡單，但經常會遇到選擇合併點或者分裂點的問題。這種選擇非常關鍵，因為一旦一組對象被合併或者分裂，下一步的工作就是在新形成的類上進行，已做的處理不能撤銷，類之間也不能交換對象。如果合併或者分裂的決定不合適，就可能得出低質量的聚類結果。而且，分層聚類算法沒有很好的可伸縮性，在決定合併或者分裂之前需要檢查和估算大量的對象和類。