机器学习层次聚类(hierarchical clustering)

关于层次聚类(hierarchicalclustering)的基本步骤：1、假设每个样本为一类，计算每个类的距离，也就是相似度2、把最近的两个合为一新类，这样类别数量就少了一个3、重新新类与各个旧类(去了那两个合并的类)之间的相似度；4、循环重复2和3直到所有样本点都归为一类这个计算的过程，相当于重构一个二叉树，只是这个过程，是从树叶-->树枝-->树干的构建过程本资源详细介绍层次聚类的算法