“重心”源于物理学中的重心概念，在系统聚类中，重心距离法采用重心之间的距离定义类与类之间的相似程度。当对样本分类时，每一类的重心就是属于该类的样本均值。虽然重心指标对类有很好的代表性，但利用各样本的信息不够充分。

设某一步骤将类和类合并成一个新类，记为。，和所包含的样本个数分别为，和（）。，和的重心分别为，和，则有：

设某一类的重心为，它与新类的距离：

如果样本间的距离定义为欧式距离，则有

式（3）为当样本间距离取为欧氏距离时，合并后新类与其他类距离平方的递推公式，如果样本间距离不是欧式距离，则需根据情况计算出相应的递推公式。

与最短距离法与最长距离法等系统聚类方法相比，重心距离法的优点在于用均值取代了极值，在处理异常值时算法较稳健，从而弥补了最短距离法与最长距离法的不足之处，适合于样本间差异比较大的情况下使用。