知识卡片
层次聚类不需要预先指定簇数
内容
层次聚类通过不断合并（凝聚法）或拆分（分裂法）群集，构建出一棵树状结构（树状图），叶节点是单个样本，树的高度代表群集间的距离。相比[[K均值聚类需要预先指定K值]]，层次聚类的优势是可以在聚类完成后，通过在树状图的不同高度”切一刀”来选择合适的簇数，聚类结果的层次结构本身也更直观、更容易被解释。
参考来源
- 位置：《数据科学工程实践》第12章《基于LSTM-Autoencoder的无监督聚类模型》"12.2.2 层次聚类"一节（源文件：_epub-src/OEBPS/Text/part0067.xhtml）
- 结论依据：原文明确"层次聚类是基于组相似性的数据层次分解……这种层次类似树状结构，也称为树状图。树状图的各个叶结点表示单一的簇类，树的高度表示不同簇类之间的距离。相较于K均值聚类，层次聚类的优势在于无须事先指定簇数量，且这种基于二叉层次聚类的可视化有助于我们解释聚类的结果"。
- 原始内容：层次聚类是基于组相似性的数据层次分解，它依赖聚类技术找到聚类的层次，这种层次类似树状结构，也称为树状图。树状图的各个叶结点表示单一的簇类，树的高度表示不同簇类之间的距离。相较于K均值聚类，层次聚类的优势在于无须事先指定簇数量，且这种基于二叉层次聚类的可视化有助于我们解释聚类的结果。