Какие существуют подходы к иерархической кластеризации данных?

Существует два основных подхода к иерархической кластеризации данных: sky.pro

1. Агломеративный. sky.pro В начале работы алгоритма каждый объект рассматривается как отдельный кластер. sky.pro Затем кластеры последовательно объединяются на основе их сходства, пока все объекты не окажутся в одном большом кластере. sky.pro
2. Дивизивный. sky.pro В начале работы алгоритма все объекты принадлежат одному кластеру, который на последующих шагах делится на меньшие кластеры, в результате образуется последовательность расщепляющих групп. intuit.ru

Каждый из этих методов имеет свои особенности и применяется в зависимости от конкретной задачи и характера данных. sky.pro

Агломеративный подход работает по принципу «снизу-вверх»: каждое наблюдение начинается в своём кластере, а пары кластеров объединяются по мере движения вверх по иерархии. en.wikipedia.org

Дивизивный подход работает по принципу «сверху-вниз»: все наблюдения начинаются в одном кластере, а разделения выполняются рекурсивно по мере движения вниз по иерархии. en.wikipedia.org