什么是分層聚類？

分層聚類是一種聚類方法，它將數據集中的每個數據點都看作是一個單獨的簇，再不斷地將相似的簇合并，終形成一個大的簇，這個過程就像是建立一棵樹，因此也被稱為層次聚類。

為什么要使用分層聚類？

分層聚類可以將相似的數據點聚集在一起，形成一個大的簇，這樣可以更好地理解數據之間的相似性和差異性。同時，分層聚類還可以幫助我們發現數據中的異常值和噪聲點。

實現分層聚類？

1. 導入數據

dasdas中。

2. 數據清洗

在進行分層聚類之前，我們需要對數據進行清洗，包括去除缺失值、異常值等。

3. 特征選擇

在進行分層聚類之前，我們需要選擇一些特征，這些特征應該能夠很好地區分不同的數據點。

4. 距離計算

在分層聚類中，我們需要計算數據點之間的距離，常用的距離計算方法包括歐幾里得距離、曼哈頓距離、余弦相似度等。

5. 聚類算法

6. 可視化

atplotlib庫將聚類結果可視化，以便更好地理解數據點之間的相似性和差異性。

dasatplotlib庫將聚類結果可視化。