1) Tiếp cận bottom-up: bắt đầu với mỗi đối tượng thành lập một cụm riêng biệt. Sau đó tiến hành hợp hoặc nhóm các đối tượng theo một vài tiêu chí đó như khoảng cách giữa trung tâm của 2 nhóm. Thuật toán kết thúc khi tất cả các nhóm được hợp thành một nhóm (nút gốc của cây) hoặc thỏa mãn điều kiện dừng.
Từ cây mới tạo được, đưa ra các cụm bằng cách chọn tập các đối tượng tại các nút thoả mãn điều kiện dừng.
2) Tiếp cận top-down: Xuất phát từ gốc là một cụm với tất cả các đối tượng trong một cơ sở dữ liệu. Tại mỗi bước lặp thì cụm được phân chia thành cụm nhỏ hơn theo tiêu chí nào đó. Việc phân chia dừng khi mỗi đối tượng là một cụm hoặc thỏa mãn điều kiện dừng (kết thúc). Điều kiện kết thúc là điều kiện để xác định một tập các đối tượng tại mỗi nút có phải là một cụm hay không. Điều kiện kết thúc được đưa vào từ người sử dụng.
Ưu điểm của phương pháp này là kết hợp linh hoạt vào mức độ chi tiết, dễ dàng xử lý với bất kỳ kiểu đo độ tương tự/khoảng cách nào, thích hợp với mọi kiểu dữ liệu thuộc tính.
Nhược điểm là điều kiện để dừng vòng lặp rất mơ hồ, không cụ thể. Mặt khác, phương pháp không duyệt lại các mức trước khi xây dựng để cải tiến chất lượng các cụm.
Phương pháp này gồm có các thuật toán: AGNES (Agglomerative NEsting) và DIANA (DIvisia ANAlysic), CURE (Clustering Using Representatives), BIRCH
(Balance Iterative Reducing and Clustering using Hierarchies), CHAMELEON …
Dưới đây mô tả 2 trong số các thuật toán trên.
2.6.2.1. Thuật toán BIRCH
BIRCH (Balanced Iterative Reducing and Clustering Using Hierarchies) do Tian Zhang, amakrishman và Liviny được giới thiệu vào năm 1996 [17], là thuật toán phân cụm phân cấp sử dụng chiến lược top-down
BIRCH sử dụng cấu trúc dữ liệu kiểu cây CF –tree hoặc Clustering – Feature tree (là cây cân bằng được sử dụng để lưu trữ các đặc trưng cụm) để phân cụm những đối tượng dữ liệu khi chúng được đưa vào. Cây CF là cây mà trong đó mỗi thành phần (entry) lưu bộ ba giá trị tổng hợp để duy trì và quản lý một cụm,
) , , (N LS SS CF
với N là số điểm trong cụm, N i Xi LS 1 là tổng tuyến tính của N điểm, và N i Xi
SS 1 2 là tổng bình phương của N điểm.
Khi hòa nhập hai cụm ta có CF = CF1 + CF2 = (n1 + n2, LS1 + LS2, SS1 + SS2) khoảng cách giữa các cụm có thể đo bằng khoảng cách Euclide, Manhatta…