没多大区别 都是用于连续变量的~

聚类算法一般分为分割和分层两种。
分割聚类算法通过优化评价函数把数据集分割为K个部分，它需要K作为输人参数。
典型的分割聚类算法有K-means算法, K-medoids算法、CLARANS算法。
分层聚类由不同层次的分割聚类组成，层次之间的分割具有嵌套的关系。它不需要输入参数，这是它优于分割聚类算法的一个明显的优点，其缺点是终止条件必须具体指定。
典型的分层聚类算法有BIRCH算法、DBSCAN算法和CURE算法等。

k 均值聚类法 快速高效，特别是大量数据时，准确性高一些，但是需要你自己指定聚类的类别数量，采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。