一般实验选择sklearn包。需要从两个方面看。数据量和样本分布。建议看下面两个图和链接进行粗选。
一般实验选择sklearn包。需要从两个方面看。数据量和样本分布。建议看下面两个图和链接进行粗选。
| Method name（方法名称） |
Parameters（参数） |
Scalability（可扩展性） |
Usecase（使用场景） |
Geometry (metric used)（几何图形（公制使用））
扫描二维码关注公众号，回复：
4164304 查看本文章
|
| number of clusters（聚类形成的簇的个数） |
非常大的 n_samples, 中等的 n_clusters 使用 MiniBatch code（MiniBatch 代码） |
通用, 均匀的 cluster size（簇大小）, flat geometry（平面几何）, 不是太多的 clusters（簇） |
Distances between points（点之间的距离） |
|
| damping（阻尼）, sample preference（样本偏好） |
Not scalable with n_samples（n_samples 不可扩展） |
Many clusters, uneven cluster size, non-flat geometry（许多簇，不均匀的簇大小，非平面几何） |
Graph distance (e.g. nearest-neighbor graph)（图形距离（例如，最近邻图）） |
|
| bandwidth（带宽） |
Not scalable with n_samples （不可扩展的 n_samples） |
Many clusters, uneven cluster size, non-flat geometry（许多簇，不均匀的簇大小，非平面几何） |
Distances between points（点之间的距离） |
|
| number of clusters（簇的个数） |
中等的 n_samples, 小的 n_clusters |
Few clusters, even cluster size, non-flat geometry（几个簇，均匀的簇大小，非平面几何） |
Graph distance (e.g. nearest-neighbor graph)（图形距离（例如最近邻图）） |
|
| number of clusters（簇的个数） |
大的 n_samples 和 n_clusters |
Many clusters, possibly connectivity constraints（很多的簇，可能连接限制） |
Distances between points（点之间的距离） |
|
| number of clusters（簇的个数）, linkage type（链接类型）, distance（距离） |
大的 n_samples 和 n_clusters |
Many clusters, possibly connectivity constraints, non Euclidean distances（很多簇，可能连接限制，非欧几里得距离） |
Any pairwise distance（任意成对距离） |
|
| neighborhood size（neighborhood 的大小） |
非常大的 n_samples, 中等的 n_clusters |
Non-flat geometry, uneven cluster sizes（非平面几何，不均匀的簇大小） |
Distances between nearest points（最近点之间的距离） |
|
| many（很多） |
Not scalable（不可扩展） |
Flat geometry, good for density estimation（平面几何，适用于密度估计） |
Mahalanobis distances to centers（Mahalanobis 与中心的距离） |
|
| branching factor（分支因子）, threshold（阈值）, optional global clusterer（可选全局簇）. |
大的 n_clusters 和 n_samples |
Large dataset, outlier removal, data reduction.（大数据集，异常值去除，数据简化） |
Euclidean distance between points（点之间的欧式距离） |