距离度量
可以使用许多不同的度量来计算行或列之间的距离或相似度。
层级群集工具可以使用以下度量：
术语“维度”在所有距离度量中都使用。如果我们在三维空间中描述点的物理位置（X Y 和 Z 轴上的位置指代点的不同维度），维度概念其实很容易理解。但是，维度中的数据可以为任何类型。例如，如果按身高、年龄和国籍来描述一组人，这也是一个三维系统。对于行（或列），维度的数量等于行（或列）中变量的数量。
注： 群集计算的结果将显示或群集的行或列之间的相似度或距离。欧氏距离、城市街区距离、平方欧氏距离和半平方欧氏距离将表示行或列之间的距离。另一方面，相关性、余弦相关性和 Tanimoto 系数表示行或列之间的相似度。
注： 在群集中使用时，相似度量相关性、余弦相关性和 Tanimoto 系数可能被转换，以使其始终大于或等于零（使用 1 – 相似度值）。