层次聚类含义：
是构建簇层次结构的算法。从分配给自己簇的所有的数据点开始，然后两个距离最近的簇合并成一个簇，重复合并不同的簇，直到最后只剩下一个簇时，算法终止。
聚类种类：
凝聚：
将每个对象当做一个单一的簇，将相似的簇进行合并，直到形成一个大的簇为止。类似于树状图。
全连接的凝聚层次聚类方法：
- 获取所有样本的距离矩阵
- 将每个数据点作为一个单独的簇
- 基于某一度量距离，合并两个簇
- 更新矩阵距离
- 重复2-4，直到所有样本都在同一个簇中
分裂：
分裂聚类正好与凝聚聚类相反。凝聚聚类是从下到上的聚类方法，分裂聚类是从上到下的方法。首先是将所有的对象都置于同一个簇中，然后逐渐细分成越来越小的簇，直到每个对象都独成一簇，或者到达我们预设的某种终止条件，则分裂聚类结束。
度量距离：
要聚类，肯定需要计算距离，计算点与点之间的距离，聚类与聚类之间的距离。
度量距离的常用方法有：
- Single Linkage将两个组合中距离最近的点作为这两个组合间的距离
- Complete Linkage将两个组合中，距离最大的点之间的距离，作为这两个组合间的距离
- Average Linkage计算两组合中的每两个数据之间的距离，取其平均值，作为两组合之间的距离
参考文章：