时间序列聚类

首先，聚类分为硬聚类（hard clustering）和软聚类（soft clustering），硬聚类将数据分割为几个确定的类别，软聚类为每个数据点指定几个类别。硬聚类又可以分为分层聚类方法（hierarchical clustering methods）和平稳聚类方法（flat clustering methods），分层聚类方法产生数据的嵌套网状分割，平稳聚类产生一个单一的分割，K-MEANS属于平稳聚类。

下面，我们介绍一下分层聚类算法和K-MEANS算法：

分层聚类算法就是对给定数据对象的几何进行层次分解，根据分层分解采用的分解策略，分层聚类法又可以分为凝聚的（agglomerative）和分裂的（divisive）分层聚类。

1.凝聚的分层聚类

它采用自底向上的策略，首先将每一个对象作为一个类，然后根据某种度量（如2个当前类中心点的距离）将这些类合并为较大的类，直到所有的对象都在一个类中，或者是满足某个终止条件时为止，绝大多数分层聚类算法属于这一类，它们只是在类间相似度的定义上有所不同。

2.分裂的分层聚类

它采用与凝聚的分层聚类相反的策略，自顶向下，它首先将所有的对象置于一个类中，然后根据某种度量逐渐细分为较小的类，直到每一个对象自成一个类，或者达到某个终止条件（如达到希望的类个数