层次聚类是一类算法的总成，即通过从下往上不断合并或者从上往下不断分裂以形成嵌套的簇，这种层次的类通过「树状图」来表示，而 Agglomerative Clustering 算法便是其中之一。
层次聚类试图在不同的「层次」上对样本数据进行划分，并一层一层地进行聚类，在聚类树中，不同类别的原始数据点是树的最底层，一个聚类的根节点便是树的最顶层。
聚类树的创建目前有自下而上合并和自上而下分裂两种方法。
层次聚类的合并算法主要是计算两类数据集点间的相似性，并对所有数据点中最为相似的两个进行组合，并以此反复迭代。简单来说，该算法就是通过计算数据点之间的距离以判定相似性，距离越小相似度越高，并将距离最近的两个数据点或类别进行组合，生成聚类树。