基本概念
性质：
应用：
划分聚类
k-means算法（ 基于质心的技术）
优缺点
改进
k-medoids算法（ 基于代表对象的技术）
PAM是 k-medoids算法 的算法之一
性能分析：
CLARA方法-大数据集合-取样
层次聚类算法
通过建树或者拆树的方法进行聚类
AGNES算法
由下而上的聚类
DIANA算法
如果要分出k个聚类，则每次从旧聚类（最开始的大聚类）中选出中心点进行聚类，选k - 1次
BIRCH算法
提取每个点的聚类特征（ Clustering Feature， CF）建立聚类特征树（ Clustering Feature Tree， CF树），通过树划分的叶子节点簇进行聚类，从而提高性能。
CF树：
注意，叶子结点是CF簇
如何建树：
如何分裂：
叶节点阈值（T）为3，则下图中叶节点分裂
内部节点阈值（L）为3，图中为4，发生分裂
密度聚类
只要邻近区域的密度（ 对象或数据点的数目） 超过某个阀值， 就把它加到与之相近的聚类中。
也就是说， 对给定类中的每个数据点， 在一个给定范围的区域中必须至少包含某个数目的点。
DBSCAN
几个重要概念：
算法流程：
缺点：
- 对参数敏感，设置不同的参数，聚类效果差异大
- 只能发现密度相似的类
OPTICS算法
通过点排序识别聚类结构。
思想：计算一个点周围的点到这个点的可达距离，并进行排序，直到算完所有可以到达的点；再用没有计算的点计算周围可以到达的点的距离，如此重复直到所有点算完。
核心距离与可达距离
距离排序
将排序后的队列进行数据可视化：
DENCLUE算法： 影响函数
网格聚类
STING算法-统计信息网格
WaveCluster算法
流程：
模型聚类
模型聚类主要有两类： 统计学方法（ EM和COBWEB算法） 和神经网络方法（ SOM算法） 。
EM算法
COBWEB算法
SOM算法
模糊聚类
聚类估计
估计聚类趋势
霍普金斯统计量
即判断数据是否可聚类
计算原理：
可以看到当样本点与实际点距离很短，均匀点与实际点很远时，H偏大，数据集更又可能聚类。
确定簇数
简单的经验方法
肘方法
测定聚类质量
