更改

还可以选择在这个阶段构造一个[[距离矩阵 distance matrix]]，其中第''i''行第''j''列中的数字是 ''i''和''j''，即为两个元素之间的距离。然后，随着聚类过程的推进，行和列随着聚类的合并和距离的更新而合并。这是实现这类聚类的常用方法，并且具有缓存簇之间的距离的优点。在[[单连接聚类 single-linkage clustering]]页面中描述了一个简单的凝聚聚类算法; 它适用于很多连接(见下文)。

还可以选择在这个阶段构造一个[[距离矩阵 distance matrix]]，其中第''i''行第''j''列中的数字是 ''i''和''j''，即为两个元素之间的距离。然后，随着聚类过程的推进，行和列随着聚类的合并和距离的更新而合并。这是实现这类聚类的常用方法，并且具有缓存簇之间的距离的优点。在[[单连接聚类 single-linkage clustering]]页面中描述了一个简单的凝聚聚类算法; 它适用于很多连接（见下文）。

* 被合并的簇的方差增量([[Ward标准]])<ref name="wards method"/>)

* 被合并的簇的方差增量（[[Ward标准]]）<ref name="wards method"/>)