В чем разница между иерархической кластеризацией и k-means?

Разница между иерархической кластеризацией и k-means заключается в следующем:

1. Иерархическая кластеризация группирует данные путём создания дерева кластеров (дендрограммы). docs.exponenta.ru sky.pro Существует два подхода: агломеративный (снизу вверх) и дивизионный (сверху вниз). sky.pro Агломеративный метод начинается с каждого объекта как отдельного кластера и постепенно объединяет их, тогда как дивизионный метод начинает с одного большого кластера и делит его на более мелкие. sky.pro Иерархическая кластеризация не требует заранее задавать количество кластеров, что делает её гибкой. sky.pro Однако она может быть вычислительно затратной для больших наборов данных. sky.pro
2. K-means (метод k-средних) делит данные на K кластеров, минимизируя внутрикластерное расстояние. sky.pro Алгоритм работает итеративно, обновляя центры кластеров до тех пор, пока они не стабилизируются. sky.pro Начинается с выбора K случайных центроидов, затем каждый объект данных присваивается ближайшему центроиду. sky.pro После этого центроиды пересчитываются как среднее значение всех объектов в кластере. sky.pro Этот процесс повторяется до тех пор, пока центроиды не перестанут изменяться. sky.pro