python层次聚类选择类别_聚类分析—系统聚类

聚类就是按照某个特定标准把一个数据集分割成不同的类或簇，最后的结果是希望同类之间的差异性尽可能小，不同类之间的差异性尽可能大。不同的类具有能够表达异于其他类的指标，这样针对不同的类，后续就能采取不一样的处理手段。聚类的应用场景的比较多，比如建立客户画像、商品聚类、离群值检验等等；与分类算法不一样，聚类属于非监督学习算法，其算法类型也很多，系统聚类是相对其他较简单的一种了，下面就了解其大概：

（一）系统聚类也称为层次聚类，因为其结果会呈现显著的层次结构，通常分为自底向上和自顶向下，两种方法的原理是相同的，区别在于计算的方向是相反的。

• 自低向下：又称为合并法，这种方法是先将每个样本分别作为一个独立的类，然后通过距离计算，将距离相近的两个样本合并为一类，其他样本仍然各自为一类，重复上面的过程直至达到设定的聚类数。
• 自顶向下：又称为分解法，与自低向下相反，会将所有样本看出一类，通过各样本间的距离，选出距离最远的两个样本，各自为一个类别，其余样本根据就近原则分配到两个类别中，重复上面的过程直至达到设定的聚类数。

（二）聚类的方法我们知道之后，接下来就是关键问题定义距离。在聚类时常见的距离定义方法有绝对值距离