聚类算法（上）：8个常见的无监督聚类方法介绍和比较

无监督聚类方法的评价指标必须依赖于数据和聚类结果的内在属性，例如聚类的紧凑性和分离性，与外部知识的一致性，以及同一算法不同运行结果的稳定性。

本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。

本文将分为2个部分，1、常见算法比较 2、聚类技术的各种评估方法

本文作为第一部分将介绍和比较各种聚类算法：

• K-Means
• Affinity Propagation
• Agglomerative Clustering
• Mean Shift Clustering
• Bisecting K-Means
• DBSCAN
• OPTICS
• BIRCH

首先我们生成一些数据，后面将使用这些数据作为聚类技术的输入。

完整文章：

https://avoid.overfit.cn/post/e8ecff6dce514fbbbad9c6d6b882fe4e