聚类

工作中聚类应用比较广泛，这里对常用的聚类方法收集了一些比较好的博客

k-means

基于距离的聚类方法
https://www.cnblogs.com/xiaxuexiaoab/p/10211279.html

DBSCAN

基于密度的空间聚类算法，需要人为定义好筛选半径和最小个数，
大体过程：

• 定义好半径和最小数
• 任选一个样本点，按照给定半径搜索样本点
• 如果搜索的样本点个数小于给定最小值，则停止，重复上一步，直到所有样本点被访问。

https://blog.csdn.net/huacha__/article/details/81094891
https://www.naftaliharris.com/blog/visualizing-dbscan-clustering/

Mesh聚类

参考论文：Hierarchical Mesh Decomposition using Fuzzy Clustering and Cuts
主要思路是先定义面中心点的角度距离及欧氏距离，获取两类及一个模糊区域，对模糊区域通过权重进行归类，得到两个类，然后对其中的一类再按同样的规则分成两类，以此类推。