凸集：在歐氏空間中，凸集是對於集合內的每一對點，連線該對點的直線段上的每個點也在該集合內；
非凸（non-convex）資料：模擬上述可知；
首先我們要了解衡量物件間差異的方法物件可能是乙個值，也可能是序列，聚類的方式的大都通過距離或相似度來衡量，常用距離如下：
對於兩個物件的n維指標（x1,x2,….xn）|（y1,y2,…yn）；
層次聚類演算法(hierarchical methods)：適用於凸樣本集，根據分解順序自下而上法（bottom-up）和自上而下法（top-down），層次聚類演算法分為凝聚的層次聚類演算法和**的層次聚類演算法；演算法舉例：birch、rock、chameleon；
基於劃分的方法（partition-based methods）：適用於凸樣本集，演算法目的是類內的點都足夠近，類間的點都足夠遠，演算法舉例：k-means及拓展變體演算法k-medoids、k-modes、k-medians、kernel k-means；
基於密度的聚類演算法（density-based methods）：既可以適用於凸樣本集，也可以適用於非凸樣本集，可以系統的解決不規則形狀的聚類，同時對雜訊資料的處理比較好，演算法舉例：dbscan、optics（dbscan的拓展：根據高密度的特點設定引數，改善了dbscan的不足）；
基於網格單元的聚類演算法（grid-based methods）：將資料空間劃分為網格單元，並將資料物件對映到網格單元中，並計算每個單元的密度，根據預設的閾值判斷每個網格單元是否為高密度單元，由臨近的稠密單元組形成類或簇。演算法列表：sting、clique；
基於模型的聚類演算法（model-based methods）：主要是指基於概率模型的方法和基於神經網路模型的方法，尤其以基於概率模型的方法居多。演算法舉例：高斯混合模型（gmm）、自組織對映模型（som）；
參考鏈結，對聚類演算法巨集觀概念的寫的很清晰，感覺很厲害，從中提取了演算法列表，以便後期自己用到的時候，方便查詢相關**
原理
dbscan是一種基於密度的聚類演算法，採用查詢密度可達的物件的方法進行聚類分析，表現為同一類別的樣本之間是緊密相連的。
首先需要了解幾個概念：
演算法步驟
演算法描述：1、輸入原始資料、從中任意選取乙個資料點x，並檢查資料點x的ϵ鄰域；2、若x是核心點並且並未被劃分到某一類，則找出所有從x密度可達的點，形成乙個聚類；3、如果x不是核心點且不歸屬於任何簇，則將x作為雜訊處理；4、回到第一步，重複執行演算法，直至所有的點都被處理，則演算法結束。具體步驟如下：
層次聚類法
k-means聚類
自組織對映模型（som）
聚類演算法總結
最近要在spark上做乙個聚類的專案，資料量和類的個數都比較大。kmeans效果尚可，但是有點慢，因而重新看了下常用的演算法。最終選用mini batch kmeans，使用類似kmeans 的方法來初始化類中心。kmeans attention init centers randomize vs ...
聚類演算法總結
訓練深度學習網路分為監督學習 無監督學習 半監督學習 強化學習。聚類演算法屬於無監督學習的範疇，總結的演算法有k means mean shift dbscan gmm 凝聚層次聚類 圖團體檢測。k means 是最知名的聚類演算法，簡單地使用均值。演算法流程 初始化，隨機選取k個中心點 遍歷所有資...
聚類 分類演算法 聚類演算法和分類演算法總結
k means 是一種典型的劃分聚類演算法，它用乙個聚類的中心來代表乙個簇，即在迭代過程中選擇的聚點不一定是聚類中的乙個點，該演算法只能處理數值型資料 k modes k means演算法的擴充套件，採用簡單匹配方法來度量分型別資料的相似度 k prototypes 結合了k means和k mod...