层次聚类，java实线

层次聚类是一种无监督学习的聚类算法，它通过构建数据点之间的相似度树（也称 dendrogram）来组织数据，可以分为凝聚型（自底向上合并）和分裂型（自顶向下细分）两大类。

在Java中实现层次聚类通常会用到一些统计学和数学库，如Apache Commons Math。下面是一个简单的凝聚型层次聚类（单链接）示例：

import org.apache.commons.math3.ml.distance.DistanceMeasure;
import org.apache.commons.math3.ml.clustering.AgglomerativeClusterer;

public class HierarchicalClusteringExample {
    public static void main(String[] args) {
        // 创建样本数据点
        double[][] dataset = ...; // 实际数据填充这里

        // 初始化距离度量
        DistanceMeasure distanceMeasure = new EuclideanDistance();

        // 构建AgglomerativeClusterer实例
        AgglomerativeClusterer<Observation> clusterer = new AgglomerativeClusterer<>(distanceMeasure, linkageType);

        // 聚类
        List<Cluster> clusters = clusterer.cluster(dataset);

        // 打印结果
        for (Cluster cluster : clusters) {
            System.out.println("Cluster " + cluster);
        }
    }
}

在这个例子中，`Observation`是每个数据点的表示，`linkageType`是聚类策略，比如WARD（保持内部误差最小）、MAX（最大相似度）等。需要注意的是，实际使用时需要导入相关依赖，并将数据集、距离度量和链接类型设置为适合的具体值。