1. 分层次聚类法（最短距离法） 2. 最简单的聚类方法 3. 最大距离样本 4. K 平均聚类法（距离平方和最小聚类法）

k-means(欧氏距离)聚类算法是最基本的聚类算法，是理解和应用聚类算法的基础，通过k-means(欧氏距离)聚类算法我们才可以初步了解数据挖掘的原理。

聚类算法是基于距离的，但是大多采取单一的欧氏距离，不利于结果的发现。

提供《用matalab实现的最短距离算法的系统聚类分析对样本进行分类》完整数据结构工程技术资料下载（归档大小 2 K），包含相关硬件原理图参考、开发文档或源代码工程。

两个聚类中心之间的最小距离，如小于此数，两个聚类进行

聚类算法中常用欧氏距离，这篇文章描述了使用加权的方法。

最短距离法分类器VB实现，包括有详细例程说明