各聚类算法比较

聚类的目标是使同一类对象的相似度尽可能地大；不同类对象之间的相似度尽可能地小。

1.基于划分：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。

特点：计算量大。很适合发现中小规模的数据库中小规模的数据库中的球状簇。

算法：K-MEANS算法、K-MEDOIDS算法、CLARANS算法

2.基于层次：对给定的数据集进行层次似的分解，直到某种条件满足为止。具体又可分为“自底向上”和“自顶向下”两种方案。

特点：较小的计算开销。然而这种技术不能更正错误的决定。

算法：BIRCH算法、CURE算法、CHAMELEON算法

3.基于密度：只要一个区域中的点的密度大过某个阈值，就把它加到与之相近的聚类中去。

特点：能克服基于距离的算法只能发现“类圆形”的聚类的缺点。

算法：DBSCAN算法、OPTICS算法、DENCLUE算法

4.基于网格：将数据空间划分成为有限个单元（cell）的网格结构,所有的处理都是以单个的单元为对象的。

特点：处理速度很快，通常这是与目标数据库中记录的个数无关的，只与把数据空间分为多少个单元有关。

算法：STING算法、CLIQUE算法、WAVE-CLUSTER算法

各算法参考scikit-learn：