یکی از معروفترین و پرکاربردترین روشهای خوشهبندی که در اکثرِ مراجع و کتابهای خوشهبندی، یک پای ثابت هست، الگوریتمهای خوشهبندیِ سلسله مراتبی میباشند. این الگوریتمها به دو دوستهی agglomerative و partitioning تقسیمبندی میشوند. در روشِ agglomerative که به آن روش پایین به بالا نیز گفته میشود، هر نمونه ابتدا خود یک خوشه است و در هر مرحله نمونهها به هم دیگر میچسبند تا خوشههای بزرگتر را تولید کنند و در نهایت همهی نمونهها با هم یک خوشهی بزرگ را تشکیل میدهند. ولی در partitioning بر عکس است، یعنی ابتدا تمامیِ نمونهها با هم یک خوشهی بزرگ در نظر گرفته میشوند و بعد در هر مرحله به خوشههای کوچکتر تقسیم میشوند تا جایی که هر نمونه یک خوشه باشد.
ادامه خواندن “خوشهبندی سلسله مراتبی (Hierarchical Clustering)”