主流的聚类方法

聚类是按照某个特定的标准（比如相似度，概率，距离准则–即数据点之间的距离）把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大，我们具体的理解为，聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。

现在聚类还有这些问题吗

1.如何构造相似矩阵
2.如何处理特征向量
3.如何自动确定聚类数目
4.如果数据本身存在不相关特征，算法往往表现很差
转自here

聚类的评价方法：参考这个源代码，易于理解。
簇间距离和簇内距离.