1.k-means clustering
不适合处理非球型数据;
运行速度快;适用大规模数据集;
运行结果因为随机数可能不一样;
2.Agglomerative clustering(不能predict )
有三种聚合方式:ward, average, complete
ward: 适用大部分数据
average, complete:若cluster的数量大小相差较大时,适用;
可以使用dendrograms方便的查看cluster的形成过程,利于分析;
3.DBSCAN(densitybased spatial clustering of applications with noise)(不能predict )
能够处理复杂的数据形状;识别出不属于任何cluster的点(噪音点);
min_samples:越大,分类为噪音点越多;
eps:越大,越多点归类为一个cluster;
使用StandardScaler or MinMaxScaler,能确保所有特征有着类似的范围值