【sklearn第二十讲】聚类

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

sklearn.cluster模块用来作聚类分析。每一个聚类算法包括两部分结果：一个执行fit方法的类，它在训练数据上学习类；一个函数，即，给定训练数据，它返回一个整数标签的数组，标签对应每个数据点的聚类结果，保存在labels_属性里。

输入数据

值得注意的是，sklearn.cluster模块执行的聚类算法能够取不同类型的矩阵作为输入。所有的算法都接受[n_samples, n_features]标准矩阵输入。

聚类方法概述

scikit-learn聚类算法比较  

K-means

KMeans算法通过最小化类内平方和，将样本分隔进等方差的组。该算法要求聚类前指定类的个数。

K-means算法要将 $N$ 个样本的数据集 $X$ 分割成 $K$ 个互不相交的类 $C_1,C$