机器学习--最基础的最常用的聚类算法

基于划分聚类算法（partition clustering)

K-means：是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选择的聚点不一定是聚类中的一个点，该算法只能处理数值型数据。

优点：计算时间短，速度快。结果容易解释，一般聚类效果还算不错；

缺点：对异常值非常敏感，需要提前确定好k值

其他划分聚类算法如下：

基于层次聚类算法

CURE：采用抽样技术先对数据集D随机抽取样本，再采用分区技术对样本进行分区，然后对每个分区局部聚类，最后对局部聚类进行全局聚类。

优点：采用随机抽样与分割相结合的办法来提高算法的空间和时间效率，并且在算法中用了堆和K-d树结构来提高了算法效率，使其可以高效的处理大量数据。

缺点：对异常数据比较脆弱。

其他基于层次聚类算法如下：

基于密度聚类算法

DBSCAN：DBSCAN算法是一种典型的基于密度的聚类算法，该算法采用空间索引技术来搜索对象的邻域，引入了“核心对象”和“密度可达”等概念，从核心对象出发，把所有密度可达的对象组成一个簇。

优点：聚类簇的形状没有偏倚，不需要输入要划分的聚类个数。

缺点：DBSCAN算法对参数Eps及Minpts非常敏感，且这两个参数很难确定。

其他基于密度聚类算法如下：

从以下几个方面对几种常用的聚类算法进行综合性能评价，评价结果如下：