Il produit un dendrogramme visualisable pour comprendre la hiérarchie des données.

Il converge toujours de manière globale, sans jamais être piégé dans des minimums locaux.

Il fonctionne exclusivement avec la distance de Manhattan et non la distance euclidienne.

Il ne requiert pas de définir le nombre de clusters (K) à l'avance et il est capable d'identifier le bruit/les anomalies (-1).