階層式分群 (Hierarchical Clustering) 互動視圖

🤔 一、階層式分群在做什麼？

一句話：把最像的先湊在一起，一層一層合併成一棵樹。

💡 白話定義（凝聚式 Agglomerative，由下而上）

想像很多小部落：
① 一開始每個資料點都是一個獨立部落；②找出距離最近的兩個部落，把它們合併成一個大部落；③一直重複，直到全部合併成一個大帝國為止。
這整個合併的歷史，就畫成右邊那棵樹狀圖（Dendrogram）。

⭐ 最大優點：不用先決定 K

K-Means 必須先說「我要分 3 群」；階層式分群先把整棵樹建好，最後才用一條「切割線」決定要切成幾群。線拉高→群少；線拉低→群多。還能直接從樹看出資料的巢狀結構。

🎮 三、動手玩：拉切割線，決定分幾群

拖「切割閾值」滑桿，看右邊樹上的紅色切割線怎麼移動、左邊的點怎麼跟著重新分群。

🗺️ 怎麼看這兩張圖

左圖（原始資料）：每個點依「目前分到哪群」上色。
右圖（樹狀圖）：底部每個分叉＝一個原始點；連起來的高度＝合併時的距離（低處就連＝原本很近；高處才連＝兩群差很大）。紅色虛線＝切割線，線穿過幾條樹枝，就分成幾群。拉高→群變少、拉低→群變多。

切割閾值（Distance Threshold）：0

目前分群數量：1

1. 原始數據分佈 (2D)

2. 樹狀圖 (Dendrogram)

📖 四、樹狀圖（Dendrogram）怎麼讀？

X 軸（底部）每一個原始資料點。

Y 軸（高度）＝合併時的距離。越高才連＝兩群越不像。

怎麼切幾群在「高度跳很大」的空檔橫切一刀——那裡上下差距大，切下去最自然。

🔑 小技巧

找樹狀圖上最長的一段「沒有合併的垂直空白」，在那段中間橫切，通常就是最合理的群數。也可再用輪廓係數輔助確認。

🔗 五、連結方式（Linkage）：兩群的「距離」怎麼算？

合併時要比較「群與群的距離」，但群裡有很多點，到底用哪兩點來算？這就是 linkage，不同選擇會分出不同形狀的群（常考）。

連結方式	群間距離怎麼定	特性
單一連結 Single	兩群最近的兩點	易形成鏈狀、能抓不規則形狀，但對雜訊敏感
完全連結 Complete	兩群最遠的兩點	群較緊湊球狀，但對離群值敏感
平均連結 Average	所有點對距離的平均	介於單一與完全之間的折衷
Ward	合併後群內變異增加最小	最常用，傾向大小相近、緊湊的球狀群

↕️ 另一種方向：分裂式（Divisive）

上面講的「由下而上合併」是凝聚式（Agglomerative），最常見。反過來「由上而下、把一大群一直切開」則叫分裂式（Divisive），較少用、計算更貴。

🆚 六、階層式 vs K-Means

比較	階層式分群	K-Means
要先定 K？	不用（先建樹再切）	要（事先指定群數）
輸出	樹狀圖（看得到階層結構）	K 個群
速度／規模	O(n²) 以上，不適合超大資料	快，可處理大資料
群形狀	看 linkage（可較有彈性）	偏球狀、大小相近

⚠️ 它的限制

計算與記憶體成本高（約 O(n²) 以上）→ 不適合超大資料；對雜訊與離群值也較敏感（單一/完全連結尤其）。資料量很大時，改用 K-Means 或 DBSCAN。

🧪 七、觀念自我檢測

先想再點開。

Q1. 階層式分群和 K-Means 最大的差別？

階層式不必先指定 K（先建整棵樹、再用切割線決定群數），還能看到階層結構；K-Means 必須先定 K。

Q2. 凝聚式（agglomerative）怎麼運作？

由下而上：每點一群 → 反覆合併最近的兩群 → 直到合成一群，過程畫成樹狀圖。

Q3. 樹狀圖的高度（Y 軸）代表什麼？

合併時的距離。越高才連＝兩群越不像。在「高度跳很大」的地方橫切，決定群數。

Q4. Linkage（連結方式）有哪些？

單一（最近點、易鏈狀）、完全（最遠點、緊湊）、平均、Ward（最小組內變異、最常用）。不同 linkage 分出不同形狀的群。

✅ 八、30 秒重點整理

由下而上合併每點一群 → 合併最近兩群 → 直到一群。

輸出樹狀圖高度＝合併距離；在跳很大的地方橫切。

不需先定 K先建樹、再用切割線決定群數（最大優點）。

Linkage 很關鍵單一/完全/平均/Ward，影響群的形狀。

限制O(n²) 慢、不適合大資料、對雜訊敏感。

vs K-Means它不用定 K 但慢；K-Means 要定 K 但快。

📝 iPAS 考點提醒

階層式分群不需先指定群數,iPAS 分群考點(中級科目三)。重點:由下而上(凝聚)逐步合併最近的群,結果畫成樹狀圖(Dendrogram),在某高度橫切即決定群數。易混點:不必先定 k(與 K-means 不同),但計算量大、不適合超大資料;連結方式(單一、完全、平均、Ward)會造出不同形狀的群。情境:探索資料的巢狀結構、用樹狀圖決定分幾群。

想練情境題與詳解 → AI 學習與考證地圖

❓ 常見問題

階層式分群怎麼運作？

凝聚式(由下而上)先把每點視為一群，反覆合併最相近的兩群，直到合成一群，過程產生一棵樹狀圖(dendrogram)。

最大優點是什麼？

不需事先指定群數——先建樹再決定切幾群；且樹狀圖能呈現資料的階層結構，直觀好解讀。

連結方式(linkage)有哪些、有何影響？

單一連結(最近點，易成鏈狀)、完全連結(最遠點，較緊湊)、平均連結、Ward(最小化組內變異)；不同 linkage 會得到不同形狀的群。

怎麼決定切幾群？

在樹狀圖中合併距離跳很大的高度橫切一刀；也可結合輪廓係數等指標，輔助判斷最佳群數。

它的限制？

計算與記憶體成本高(約 O(n^2) 以上)、不適合超大資料；對雜訊與離群值也較敏感。

← 返回 AI 學習與考證地圖

階層式分群：把資料合併成一棵「家族樹」