层次聚类算法常用的相似度计算方法

由上篇文章可知，合并或拆分层次聚类算法都是基于簇间相似度进行的，每个簇类包含了一个或多个样本点，通常用距离评价簇间或样本间的相似度，即距离越小相似度越高，距离越大相似度越低。因此我们首先假设样本间的距离为：dist(Pi,Pj)，其中Pi，Pj为任意两个样本，下面介绍常用的簇间相似度计算方法：

（1）最小距离：也称为单链接算法（single linkage algorithm），含义为簇类C1和C2的距离由该两个簇的最近样本决定，数学表达式写为：

 最小距离可用下图表示，其中红色线表示簇类C1和C2的距离。

 

优点：只要两个簇类的间隔不是很小，单链接算法可以很好的分离非椭圆形状的样本分布。

如下图的两个聚类例子，其中不同颜色表示不同的簇类：