sklearn.cluster

流行的无监督聚类算法。

用户指南。 详情请参阅聚类和双聚类章节。

AffinityPropagation	对数据执行亲和传播聚类。
AgglomerativeClustering	层次聚类。
Birch	实现 BIRCH 聚类算法。
BisectingKMeans	二分 K-Means 聚类。
DBSCAN	从向量数组或距离矩阵执行 DBSCAN 聚类。
FeatureAgglomeration	特征聚合。
HDBSCAN	使用分层基于密度的聚类方法对数据进行聚类。
KMeans	K-Means 聚类。
MeanShift	使用扁平核的均值漂移聚类。
MiniBatchKMeans	Mini-Batch K-Means 聚类。
OPTICS	从向量数组估计聚类结构。
SpectralBiclustering	谱双聚类（Kluger，2003）。
SpectralClustering	将聚类应用于归一化拉普拉斯算子的投影。
SpectralCoclustering	谱协同聚类算法（Dhillon，2001）。
affinity_propagation	对数据执行亲和传播聚类。
cluster_optics_dbscan	针对任意 epsilon 执行 DBSCAN 提取。
cluster_optics_xi	根据 Xi-steep 方法自动提取簇。
compute_optics_graph	计算 OPTICS 可达性图。
dbscan	从向量数组或距离矩阵执行 DBSCAN 聚类。
estimate_bandwidth	估计均值漂移算法使用的带宽。
k_means	执行 K-means 聚类算法。
kmeans_plusplus	根据 k-means++ 初始化 n_clusters 种子。
mean_shift	使用扁平核对数据执行均值漂移聚类。
spectral_clustering	将聚类应用于归一化拉普拉斯算子的投影。
ward_tree	基于特征矩阵的 Ward 聚类。