'AgglomerativeClustering' object has no attribute 'distances_'

非常抱歉，之前的代码有误。`AgglomerativeClustering` 模型没有 `distances_` 属性，因此代码会出现错误。

下面是修改后的代码，使用 `scipy` 库中的 `linkage` 函数计算样本点之间的距离，并将其传递给 `dendrogram` 函数。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import AgglomerativeClustering
from sklearn.datasets import make_blobs
from scipy.cluster.hierarchy import dendrogram, linkage

# 生成随机数据集
X, y = make_blobs(n_samples=50, centers=3, random_state=42)

# 创建聚合聚类模型
model = AgglomerativeClustering(n_clusters=3)

# 拟合数据
model.fit(X)

# 可视化聚类结果
plt.scatter(X[:, 0], X[:, 1], c=model.labels_, cmap='rainbow')
plt.show()

# 计算距离矩阵
dist_matrix = linkage(X, method='ward')

# 绘制树状图
plt.title('Hierarchical Clustering Dendrogram')
dendrogram(dist_matrix)
plt.xlabel("Number of points in node (or index of point if no parenthesis).")
plt.show()

在新的代码中，我们使用 `linkage` 函数计算样本点之间的距离矩阵，并将其传递给 `dendrogram` 函数进行绘制。`method='ward'` 表示使用 Ward 方式计算距离矩阵。最后，我们得到了与之前类似的聚类结果和树状图。