sklearn.cluster

流行的无监督聚类算法。

User guide. See the 聚类 and 双向聚类 sections for further details.

AffinityPropagation	执行数据亲和传播聚类。
AgglomerativeClustering	凝聚聚类。
Birch	实现BIRCH聚类算法。
BisectingKMeans	二分 K-Means 聚类。
DBSCAN	执行DBSCAN聚类从向量数组或距离矩阵。
FeatureAgglomeration	聚合特征。
HDBSCAN	聚类数据使用层次密度聚类。
KMeans	K-Means 聚类。
MeanShift	均值漂移聚类使用平坦核。
MiniBatchKMeans	Mini-Batch K-Means 聚类。
OPTICS	估计向量数组的聚类结构。
SpectralBiclustering	谱双聚类（Kluger, 2003）。
SpectralClustering	应用聚类到归一化拉普拉斯矩阵的投影。
SpectralCoclustering	谱共聚类算法（Dhillon, 2001）。
affinity_propagation	执行数据的自适应传播聚类。
cluster_optics_dbscan	执行DBSCAN提取以适应任意epsilon。
cluster_optics_xi	自动根据Xi-steep方法提取聚类。
compute_optics_graph	计算OPTICS可达性图。
dbscan	执行DBSCAN聚类从向量数组或距离矩阵。
estimate_bandwidth	估计用于均值漂移算法的带宽。
k_means	执行K-means聚类算法。
kmeans_plusplus	初始化 n_clusters 种子根据 k-means++。
mean_shift	执行使用平坦核的均值漂移聚类数据。
spectral_clustering	应用聚类到归一化拉普拉斯投影。
ward_tree	Ward聚类基于特征矩阵。