机器学习 - 聚类算法

聚类算法属于无监督学习范畴，通常用于群组发现和离群点检测。为了便于记忆，简单的将韩家炜《数据挖掘：概念与技术》简单的总结为四种：基于距离，基于密度，基于层次，基于网格。

1. 基于原型

基于原型的聚类方法，通常认为我们能通过一组原型进行刻画。K-means，k-means++，二分K-means，mini-batch Kmeans，meanshift，GMM聚类等等。

2. 基于密度

基于密度的聚类算法假设聚类结构能够通过样本分布的紧密程度确定。通常情况下，密度聚类从样本密度的角度来考虑样本之间的可连接性。DBSCAN是最知名的基于密度的聚类算法。