層次聚類含義：

是構建簇層次結構的演算法。從分配給自己簇的所有的資料點開始，然後兩個距離最近的簇合併成一個簇，重複合併不同的簇，直到最後只剩下一個簇時，演算法終止。

聚類種類：

凝聚：

將每個物件當做一個單一的簇，將相似的簇進行合併，直到形成一個大的簇為止。類似於樹狀圖。

全連線的凝聚層次聚類方法：

1. 獲取所有樣本的距離矩陣
2. 將每個資料點作為一個單獨的簇
3. 基於某一度量距離，合併兩個簇
4. 更新矩陣距離
5. 重複2-4，直到所有樣本都在同一個簇中

分裂：

分裂聚類正好與凝聚聚類相反。凝聚聚類是從下到上的聚類方法，分裂聚類是從上到下的方法。首先是將所有的物件都置於同一個簇中，然後逐漸細分成越來越小的簇，直到每個物件都獨成一簇，或者到達我們預設的某種終止條件，則分裂聚類結束。
 

度量距離：

要聚類，肯定需要計算距離，計算點與點之間的距離，聚類與聚類之間的距離。

度量距離的常用方法有：

1. Single Linkage將兩個組合中距離最近的點作為這兩個組合間的距離
2. Complete Linkage將兩個組合中，距離最大的點之間的距離，作為這兩個組合間的距離
3. Average Linkage計算兩組合中的每兩個資料之間的距離，取其平均值，作為兩組合之間的距離

參考文章：

1. https://blog.csdn.net/sinat_29957455/article/details/80146093
2. https://zhuanlan.zhihu.com/p/32438294