知识卡片
判定簇间距离的单连接与全连接
内容
凝聚层次聚类合并两个群集时，”簇间距离”怎么算有讲究：单连接法取两个簇中最相似（距离最近）的一对样本的距离，容易产生链状拉长的簇；全连接法取两个簇中最不相似（距离最远）的一对样本的距离，倾向于产生更紧凑、大小均匀的簇。选哪种连接方式，会直接影响[[层次聚类不需要预先指定簇数]]最终聚出来的簇的形状特征。
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"判定簇间距离的方法有单连接和全连接两种。我们可以使用单连接方法计算每一对群集中最相似的两个样本的距离……然后合并距离最近的两个样本所属的群集。全连接方法是通过比较，找到分布在两个簇中最不相似或距离最远的样本，进而完成簇类的合并"。
- 原始内容：在凝聚层次聚类中，判定簇间距离的方法有单连接和全连接两种。我们可以使用单连接方法计算每一对群集中最相似的两个样本的距离（可以用12.1节提到的闵可夫斯基距离），然后合并距离最近的两个样本所属的群集。全连接方法是通过比较，找到分布在两个簇中最不相似或距离最远的样本，进而完成簇类的合并。