聚类问题一直是数据挖掘领域的一个重要研究方向。本文首先介绍了聚类问题的广泛应用。随后,在聚类方法分类的基础上,重点介绍了层次聚类方法和划分聚类法—k-平均方法,k-中心方法以及它们的改进方法。综合分析和比较了层次聚类方法和k-平均方法的优点和缺点。在聚类分析中,k-均值算法可以说是应用较为广泛的一种算法,虽然传统的k-均值聚类算法方法简单、执行速度快且效率高,但同时它的一个致命弱点是它对初始值敏感而且容易陷入局部最小值。而且算法需要人为地预先指定类别的个数,而实际中类别的个数不能简单明确的确定。本文的主要工作可以概括为两个方面。1.本文提出了一种比上述两种聚类方法更有效的聚类方法。改进算法由层次凝聚算法得到的初始分区,这就避免了出现随机地选取k个初始分区的现象。在某种程度上,大大降低了准则函数收敛为一个局部最小值的可能性。2.本文分析经典的k-均值算法的一个重要缺点:需要用户事先给出要生成的分类数目,提出了一种寻找最优k值的方法。引入了一个简单函数来描述聚类质量,通过遍历所以可能取到的k值即可确定最优的聚类个数。