试图在不同层次对数据集进行划分，从而形成树形的聚类结构。自顶向下或自底向上均可
AGNES :自底向上
初始所以样本为一个簇，每一步合并距离最近的簇进行合并
关键在于如何计算距离：
最小距离： 单链接
最大距离： 全链接
平均距离： 均链接
DIANA:自顶向下
分解：大类分解成更小的类，如何使得分类后的小类之间的相似度尽可能小，而类内数据之间的相似度尽可能大，即类间类内距离的测度
分解：类间、类内的相似度的大小程度的界定；
子类：每一次分解得到新的子类（数目，大小，代表点等）如何确定
存在的问题：上述列出的几个关键点其实都跟该算法的问题紧密相关，作为一种无监督的聚类算法，由于是无监督的，事先并不知道最终要聚成多少类，那么又如何得知构建层次的时候中间层要聚成多少类呢？因此每一层的聚类数目是很难确定的，这样聚类层次就会呈现多样化，算法的稳定性也随之降低。另外，一个最突出的问题，自顶向下的方案，如果上层对数据分类错误，那么进一步分层量化时就会越错越远，这就要求，越是高层，越是尽可能的不能分错（高层类的数目少，但对分类精度要求大）。由于高层即使分错了，下面的层也不会纠错，因此这种单纯的自顶向下的层次聚类方案的聚类结果很粗糙，导致这种粗糙的最主要原因是由构建的树图结构造成的。
网友评论