层次聚类算法的天文学应用
Abstract
层次聚类(Hierarchical Clustering)是一类通用的数据分析算法: 根据数据在某种度量下的距离(或一致性)绘制树状图, 进而抽取特征群组, 在众多聚类算法中有独特的优势, 其被广泛应用于天文研究的各个领域, 涵盖从小行星、分子云, 到星系、星团系等各个尺度. 本文系统回顾了层次聚类算法在天文学各方向的发展历史和现状. 这些应用可被归为两大类: 一是通过树状图揭示天体的内在等级化结构, 另一类是实现天体大样本的类别自动划分. 通过跨领域的横向比较, 可以对层次聚类算法在天文领域的适用条件和局限形成完整的认识, 能更好地发展并应用层次聚类算法解决天文问题.
