在大量没有标签的数据集的情况下,聚类在找出数据集的基本结构和特征发挥着重要的作用。并且很多算法都能够识别数据集中形状不规则的簇,例如基于密度或网格的算法。这些算法在设置了合适的参数之后会得到非常好的聚类效果,然而这些参数并不容易得到。A.Laio提出一种名为DP的算法,其主要优势是能通过决策图非常快速地找到密度和距离都较大的点并把这些点作为中心点,并且通过设置截断百分比降低了参数对聚类效果的影响。其中有三个主要问题,一是找出的候选中心点需要再次人为判断才能确定,这就可能导致找出错误的中心点;第二,分配点到哪个簇时只依赖于最近的一个密度比他大的邻居,这种方法也会导致误分,也有可能导致聚类边界不清晰;第三,截断百分比难以合适地选择(不同分布的数据集在相同的截断百分比上性能会有较大差别)。后面章节详细解释可能出现的这几个问题。为了解决这些问题,本文提出了一种改进的基于层次方法的DP算法。这是一种自顶向下的一种层次聚类算法,其主要原理是利用两个中心点之间的密度较小来分裂簇来达到寻找中心点的目的。这种算法有个优点:第一,能够自动确定中心点并能非常准确地划分聚类边界,并且能较好地解决不均匀分布的问题,能适应更加复杂的数据集;第二,大大减少了原来DP算法中的截断百分比的设置的敏感度。再次聚类过程中,只需要根据点之间的连通性进行簇的合并就行了。另外通过实验对比,本文提出的算法确实具有较好的性能。