不同的链接方法在层次聚类中的应用
层次聚类是一种无监督学习技术，根据距离或相似性度量将相似的观察结果分组。链接方法决定了聚类间距离的计算方式。本文就来介绍下层次聚类中使用的链接方法，包括单链接、完全链接、平均链接和离差平方和法。单链接（Singlelinkage）也被称为最近邻链接，它将两个簇之间的距离定义为这两个簇中任意两个点之间的最短距离。换句话说，两个簇之间的距离是由它们最接近的点之间的距离确定的。然而，这种方法常常会导致形成长链状的聚类，而且对数据中的异常值和噪声非常敏感。完全链接(Ccompletelinkage)也称为最远邻居
层次聚类是一种无监督学习技术，根据距离或相似性度量将相似的观察结果分组。链接方法决定了聚类间距离的计算方式。
本文就来介绍下层次聚类中使用的链接方法，包括单链接、完全链接、平均链接和离差平方和法。
单链接（Single linkage）也被称为最近邻链接，它将两个簇之间的距离定义为这两个簇中任意两个点之间的最短距离。换句话说，两个簇之间的距离是由它们最接近的点之间的距离确定的。然而，这种方法常常会导致形成长链状的聚类，而且对数据中的异常值和噪声非常敏感。
完全链接(Ccomplete linkage)也称为最远邻居链接，它使用两个簇中任意两点之间的最长距离来确定两个簇之间的距离。这意味着两个簇之间的距离由它们最远点之间的距离定义。完全链接方法倾向于生成紧凑的球形集群，这些集群对数据中的异常值和噪声不太敏感。
平均链接(Average linkage)方法计算两个聚类之间的距离为两个聚类中所有点对之间的平均距离。这种方法倾向于生成介于单链接生成的长链状集群和完整链接生成的紧凑球形集群之间的集群形态。
离差平方和法（Ward linkage），也被称为最小方差链接，用于通过最小化两个聚类合并时方差的增加来确定两个聚类之间的距离。这种方法倾向于生成方差和大小相似的聚类。
层次聚类中使用的链接方法选择对聚类结果有着重要影响。不同的链接方法会导致不同的聚类输出。单链接方法倾向于形成长链状的聚类集群，完全链接方法则产生紧凑的球形聚类集群，而平均链接方法则产生介于两者之间的聚类集群。另外，离差平方和法则会生成具有相似方差和大小的聚类集群。在选择特定的链接方法之前，我们需要仔细考虑数据的特征以及当前的任务目标，因为这会对聚类结果产生重要影响。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。