基本聚类方法概述

1：划分方法：只有一层，把n个对象的集合划分为k个分区，k<=n

k-均值 和 k-中心点算法，这些属于启发式聚类方法，适合于发现中小型的数据库中的球状互斥簇

2：层次方法：将数据库划分并分层

分为 凝聚 和分裂方法：

凝聚：把一个对象当成一个组，与最相近的那个对象组合成一个簇，之后迭代，直到所有的对象在一个簇里面或者达到停止条件而停止。因此也被称为自底向上的方法

分裂：把所有的对象放在一个簇里面，每次迭代之后，一个簇被分裂成几个小簇，直到每个对象一个簇为止或者簇内的对象彼此度充分相似。因此也被称为 自顶向下的方法

层次方法的缺陷：一旦一个步骤（凝聚或分裂）完成，就不能够撤销

3：基于密度的方法：

只要邻域中的点的密度（点的数目）超过某一个阀值，就继续增长给定的簇，这样的方法可以产生任意形状的簇。并且可以过滤噪声或离群点

4：基于网格的方法：

把对象空间量化为有限个单元形成一个网格结构。此方法可以与其他方法进行集成，处理速度快，独立于数据，但是依赖于网格大小