拉格朗日插值是一种在数值分析中用来构建通过一系列已知数据点的多项式插值的方法。这种方法以 18 世纪的法国数学家约瑟夫·拉格朗日命名。当给定一组离散的数据点。是唯一的，拉格朗日插值法能够找到一个最高次幂为。

牛顿插值法是一种构建插值多项式的方法，它利用一系列已知的数据点来估算区间内任意点的函数值。这种方法的特点是通过计算差商（divided differences）来逐步构建插值多项式，具有较好的计算效率和承袭性，即在添加或删除数据点时，可以基于已有计算结果进行调整，无需完全重新计算。

层次聚类算法（Hierarchical Clustering Algorithm）是一种常用的无监督学习算法，用于将数据集划分成多个不同层次的簇。与K均值聚类不同，层次聚类不需要预先指定聚类数量，而是通过计算样本之间的相似度或距离来构建一个层次结构。自上而下的分解(Divisive)。

有三种模式，命令模式、插入模式、命令行模式。