一、划分聚类：根据距离（相似度） 划分 
文章图片
曼哈顿距离：距离很近情况下的近似计算；切比雪夫距离：某一维度距离特别大，其他维度距离都很近的情况下距离计算
大多数情况都用欧氏距离
文章图片
文章图片
文章图片
1.1. k-means
文章图片
文章图片
文章图片
解决初值敏感的算法思路： 主要思想：1）做一部分抽样，根据概率可以将原始样本稀疏化，剔除少数异常样本的影响（k-means||）选择初始簇心；2）k值从2开始，不断增加到k（二分k-means）；3）对样本多的进行划分，或者对误差和SSE大的样本集继续划分二分k-means）
文章图片
文章图片
文章图片
怎么缺点簇的数量k的算法思路： 
文章图片
文章图片
怎么解决大规模数据集收敛速度的算法思路：
文章图片
文章图片
实际过程中，一般用轮廓系数/api中的km.score(X) 来度量距离总和，其他的评估指标一般不用
文章图片
2、层次聚类
文章图片
文章图片
文章图片
birch: 适合大数据集
文章图片
二、密度聚类(适用于非凸函数) 
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
任意形状的数据的聚类 
文章图片
文章图片
文章图片
【聚类（划分聚类（k-means、k-means||、层次聚类）+密度聚类）】
文章图片
