能够发现层次结构：层次聚类可以生成一个嵌套的簇结构，这有助于理解数据点之间的层次关系。

对初始设置不敏感：与一些其他聚类方法（如K-means）相比，层次聚类对初始簇中心或参数设置不太敏感。

能够处理不同形状和大小的簇：层次聚类不依赖于簇的形状或大小，因此能够处理不同形状和大小的簇。

能够识别噪声和离群点：在层次聚类过程中，噪声和离群点通常会被单独分到一个小簇中。

excel数据 替换方便

matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品，售出不退

谱聚类（Spectral Clustering）

含实例

一种基于图论的聚类方法，它通过对数据点的相似度矩阵进行特征分解，

将数据点映射到低维空间，并在该空间中进行聚类。

构建相似度矩阵：首先，根据数据点之

excel数据 替换方便

matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品，售出不退