Summary  
This chapter explains various linkage methods for hierarchical clustering, detailing how to compute distances between clusters using single, complete, average, centroid, and Ward linkages.

General domain of usage  
Machine learning

**Verknüpfungsmethoden** bestimmen, wie der Abstand zwischen Clustern beim schrittweisen Aufbau von Clustern gemessen wird. Verschiedene Verknüpfungen erzeugen **unterschiedliche Clusterformen**.

Welche Verknüpfungsmethode ist dafür bekannt, lange, kettenartige Cluster zu erzeugen und ist am empfindlichsten gegenüber Rauschen?

Entdecken Sie die Kraft verborgener Muster mit unüberwachtem Lernen. Beherrschen Sie die einflussreichsten Clustering-Algorithmen, darunter K-Means, hierarchisches Clustering, DBSCAN und Gaußsche Mischmodelle. Lernen Sie, die Clusterqualität mit WSS- und Silhouette-Werten zu bewerten, verschiedene Distanzmaße zu handhaben und robuste Lösungen auf realen Datensätzen zu implementieren. Entwickeln Sie Fähigkeiten zur Kundensegmentierung und zur Entdeckung von Strukturen in nicht gelabelten Daten mit Scikit-learn.