聚类通常按照对象间的相似性进行分组，因此如何描述对象间相似性是聚类的重要问题。数据的类型不同，相似性的含义也不同。例如，对数值型数据而言，两个对象的相似度是指它们在欧氏空间中的互相邻近的程度；而对分类型数据来说，两个对象的相似度是与它们取值相同的属性的个数有关。

聚类分析按照样本点之间的亲疏远近程度进行分类。为了使类分得合理，必须描述样本之间的亲疏远近程度。刻画聚类样本点之间的亲疏远近程度主要有以下两类函数：

（1）相似系数函数：两个样本点愈相似，则相似系数值愈接近1；样本点愈不相似，则相似系数值愈 接近0。这样就可以使用相似系数值来刻画样本点性质的相似性。

（2）距离函数：可以把每个样本点看作高维空间中的一个点，进而使用某种距离来表示样本点之间的相似性，距离较近的样本点性质较相似，距离较远的样本点则差异较大。

相似性的度量方法很多，有的用于专门领域，也有的适用于特定类型的数据，如何选择相似性的度量方法是一个相当复杂的问题，需要由领域专家确定采用哪些指标特征变量来精确刻画样本的性质，以及如何定义样本之间的相似性测度。