Hierarchical Clustering
Hierarchisches Clustering baut einen verschachtelten Baum von Clustern (Dendrogramm) auf; der agglomerative Ansatz verschmilzt von unten nach oben, der divisive teilt von oben nach unten.
Zweck
Ohne vorgegebene Clusteranzahl clustern und die hierarchische Struktur der Daten aufdecken.
Mechanismus
Agglomerativ: Jeder Punkt startet als eigenes Cluster, und die nächstliegenden Paare werden wiederholt verschmolzen (mit Single-/Complete-/Average-Linkage). Ein Schnitt im Dendrogramm auf einer Distanz ergibt verschiedene Clusteranzahlen. Kein vorheriges K nötig.
Anwendungsfälle
- Biologische Taxonomie
- Dokument-Clustering
- Hierarchieentdeckung