聚类算法综述

聚类是数据挖掘中，用于发现数据分布和隐含模式的一项重要技术。
数据挖掘中现有的聚类算法，根据其基本思想可以分为五类：

• 层次聚类算法（又分为聚合聚类，分解聚类）
• 分割聚类算法（又分为基于密度的聚类、基于网格的聚类、基于图论的聚类、基于平方误差的迭代重分配聚类）
• 基于约束的聚类算法
• 机器学习中的聚类算法（人工神经网络方法、基于进化理论的方法：如模拟退火、遗传算法）
• 用于高维数据的聚类算法（分为子空间聚类、联合聚类）

层次聚类算法

层次聚类：将数据组织成若干组，并形成一个相应的树状图来进行聚类。
分为：自底向上的聚合层次聚类，自顶向下的分解层次聚类。