By:Yang Liu
1.第一种方法
（1）输入要聚类的数据。
（2）计算各个样本之间的欧氏距离。
（3）把距离化成矩阵，矩阵中的元素
X
i
j
{X_{ij}}
Xij表示第i个样本和第j个样本的距离。
（4）生成聚类数矩阵，前两列表示是第几簇，最后一列表示两个簇的距离，原样本一共5个元素，所以初始有5簇，则当完成一次聚类后，新得到的簇，就是第六簇（此例中第六簇就是第四簇和第五簇合并产生），以此类推。
（5）生成可视化树状图
（6）按需求划分，例中为划分三簇，T为各个样本划分到第几簇的结果。
2.第二种方法
测试结果：
结果矩阵C含义：第一次把第四和第五样本分成一簇；第二次把第一和第二样本分成一簇；第三次把第三四五样本分成一簇，第四次把所有样本分成一簇。
若要把样本分成N簇，则查看倒数第N行。
假设要把样本分成三簇，则通过观察倒数第三行可知第四个和第五个样本为一簇，第一个和第二个样本为一簇，第三个样本为一簇，最终结果与第一种方法所得结果完全一致。
参考文献：
（1）https://blog.csdn.net/henu111/article/details/81512314
（2）https://blog.csdn.net/qq278672818/article/details/62038527
