AGNES算法（Agglomerative Nesting的縮寫）是一種凝聚的層次聚類方法，其基本思想是將每個對象最初視為一個獨立的簇，然後根據一定的準則逐步合併這些簇，直到滿足停止條件或所有對象合併為一個簇。該算法的主要步驟包括：
初始化：將每個數據點視為一個單獨的簇。
計算距離矩陣：使用例如歐式距離等方法計算任意兩個聚類簇之間的距離，並存儲在距離矩陣中。
合併最近的簇：選擇距離最近的兩個簇進行合併，形成新的簇。
更新距離矩陣：合併後，調整合併後的簇與其他簇之間的距離，更新距離矩陣。
重複步驟3和4：持續合併簇，直到滿足停止條件，如達到預設的簇數量或簇間的最小距離超過某個閾值。
AGNES算法的關鍵在於如何計算簇之間的距離，常用的距離度量方法包括最小距離、最大距離和平均距離等。此外，AGNES算法的計算複雜度較高，對於大規模數據集可能不夠高效。在實際套用中，AGNES算法可能會遇到合併點選擇的困難，不當的合併策略可能導致聚類質量降低。