聚类方法——簇间距离度量方法

1.  最小距离（单链接算法 Single linkage algorithm） 

    含义：簇类C1和C2的距离由该两个簇的最近样本决定。

                                                                 

    优点：只要两个簇类的间隔不是很小，单链接算法可以很好的分离非椭圆形状的样本分布。

    缺点：单链接算法不能很好的分离簇类间含有噪声的数据集。

2.  最大距离（全链接算法 Complete linkage algorithm）

    含义：簇类C1和C2的距离由该两个簇的最远样本决定。

                                                               

    优点：全链接算法可以很好的分离簇类间含有噪声的数据集。

    缺点：全连接算法对球形数据的分离产生偏差。

3.  平均距离（均链接算法 Average linkage algorithm）

     含义：簇类C1和C2的距离等于两个簇类所有样本对的距离平均。

                                                        

其中, 、表示簇类的样本个数。

     优缺点同全链接算法，往往被认为最常用也最好用的方法。

4.  中心距离

5.  离差平方和

     簇类C1和C2的距离等于两个簇类所有样本对距离平方和的平均。优缺点同全连接。

                                                               

引自：

层次聚类算法原理总结

http://www.360doc.com/content/19/0623/20/99071_844396658.shtml