− | 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)。 |