1。最短间隔法是把两个类之间的间隔定义为一个类中的所有案例与另一类中的所有案例之间的间隔最小者。缺点是它有链接聚合的趋向,因为类与类之间的间隔为所有间隔中最短者,两类合并以后,它与其他类之间的间隔缩小了,如许随便构成一个较大的类。所以此办法效果其实不好,现实中不太用。
2。最长间隔法是把类与类之间的间隔定义为两类中离得最远的两个案例之间的间隔。最长间隔法征服了最短间隔法链接聚合的缺点,两类合并后与其他类的间隔是本来两个类中的间隔更大者,加大了合并后的类与其他类的间隔。 3。均匀联合法,最短最长间隔法都只用两个案例之间的间隔来确定两类之间的间隔,没有足够操纵所有案例的信息,均匀联合法把两类之间的间隔定义为两类中所有案例之间间隔的均匀值,不再依靠于特殊点之间的间隔,有把方差小的类聚到一路的趋向,效果较好,利用较普遍。
4。重心法,把两类之间的间隔定义为两类重心之间的间隔,每一类的重心是该类中所有案例在各个变量的均值所代表的点。与上面三种差别的是,每合并一次都要从头计算重心。重心法也较少遭到特殊点的影响。重心法要求用欧氏间隔,其次要缺点是在聚类过程中,不克不及包管合并的类之间的间隔呈单调增加的趋向,也即本次合并的两类之间的间隔可能小于上一次合并的两类之间的间隔。
5。离差平方和法,也称沃尔德法。思惟是统一类内案例的离差平方和应该较小,差别类之间案例的离差平方和应该较大。求解过程是起首使每个案例自成一类,每一步使离差平方和增加最小的两类合并为一类,曲到所有的案例都回为一类为行。摘用欧氏间隔,它倾向于把案例数少的类聚到一路,发现规模和外形大致不异的类。
此办法效果较好,利用较广。
0