更改

|description=贪心算法,单连接聚类,完全连接聚类

|description=贪心算法,单连接聚类,完全连接聚类

}}

}}

在[[数据挖掘]]和[[统计学]]中，'''层次聚类 Hierarchical clustering'''(也被称为“层次聚类算法 hierarchical cluster analysis（HCA）”)是一种通过建立一个集群层次结构来[[聚类分析]]的方法。实现层次聚类的方法通常有两种:<ref name="clusteringMethods">Rokach, Lior, and Oded Maimon. "Clustering methods." Data mining and knowledge discovery handbook. Springer US, 2005. 321-352.</ref>

在[[数据挖掘]]和[[统计学]]中，'''层次聚类 Hierarchical clustering'''(也被称为“层次聚类分析 hierarchical cluster analysis（HCA）”)是一种通过建立一个集群层次结构来[[聚类分析]]的方法。实现层次聚类的方法通常有两种:<ref name="clusteringMethods">Rokach, Lior, and Oded Maimon. "Clustering methods." Data mining and knowledge discovery handbook. Springer US, 2005. 321-352.</ref>

* '''凝聚聚类 Agglomerative'''：这是一种“自上而下又自下而上/纵向”的方法：每个被观察数据从自己的簇类中开始，当一个观察组数据向上层移动时，成对的簇类集群被合并。

* '''凝聚聚类 Agglomerative'''：这是一种“自上而下又自下而上/纵向”的方法：每个被观察数据从自己的簇类中开始，当一个观察组数据向上层移动时，成对的簇类集群被合并。