系统聚类的六种方法哪些用于样本聚类？哪些用于特征聚类？

系统聚类主要分为以下六种方法：

1. 单链接（Single Linkage）聚类法
2. 完全链接（Complete Linkage）聚类法
3. 平均链接（Average Linkage）聚类法
4. 中心点（Centroid）聚类法
5. 类平均（Ward's）聚类法
6. DBSCAN聚类法

其中，单链接、完全链接、平均链接以及DBSCAN聚类法通常用于样本聚类，而中心点和类平均聚类法通常用于特征聚类。

单链接聚类法、完全链接聚类法和平均链接聚类法都是层次聚类法，它们的基本思想是将距离近的样本或特征先聚成一类，再逐步合并成更大的类。其中单链接聚类法和完全链接聚类法在计算类间距离时只考虑两个类中距离最近的样本之间的距离，而平均链接聚类法则是考虑两个类中所有样本之间的距离的平均值。

中心点聚类法和类平均聚类法是划分聚类法，它们的基本思想是先随机选取一定数量的聚类中心或特征中心，然后通过不断迭代调整聚类中心或特征中心的位置，直到聚类结果收敛。其中中心点聚类法计算聚类中心时采用所有样本的均值，而类平均聚类法则是计算所有样本的方差和均值。