1. 优势和缺点

优点：

• 无需提前指定集群的数量
  通过对树状图进行不同层次的切割，可以得到所需数量的簇。
• 树状图提供了一个有用的可视化-集群过程的可解释的描述
• 树状图可能揭示一个有意义的分类

缺点：

• 计算复杂度较大, 限制了其在大规模数据集上的应用，空间复杂度n^2 , 时间复杂度 n^3
• not incremental 没有增量, 假设所有数据都存在
• 噪声和离群点会对聚类结果产生较大影响

2. 两种方法

聚合式 agglomerative(bottom-up) and 分裂式divisive(top-down)

3. 三种Link

• Single link(min)
• Complete link(max)
• Average link

4. 聚合式agglomerative(bottom-up) 实现

• 计算邻近矩阵
• 将每个数据点都视为一个簇
• 重复过程:
  • 合并两个最近的簇
  • 更新邻近矩阵
• 结束条件: 直到只有一个剩余的簇

5. 分裂式divisive(top-down)实现

• 首先, 将数据点的距离关系表示为一个邻近图, 生成MST
• 重复过程:
  • 通过切断MST中的最长边来创建新簇
  • 结束条件: 直到所有的点都被分割为单独的簇