sklearn.cluster

流行的无监督聚类算法。

用户指南. 有关详细信息，请参阅聚类和双聚类部分。

AffinityPropagation	执行数据的 Affinity Propagation 聚类。
AgglomerativeClustering	Agglomerative Clustering（层次聚类）。
Birch	实现 BIRCH 聚类算法。
BisectingKMeans	Bisecting K-Means 聚类。
DBSCAN	从向量数组或距离矩阵执行 DBSCAN 聚类。
FeatureAgglomeration	特征凝聚。
HDBSCAN	使用分层基于密度的聚类对数据进行聚类。
KMeans	K-Means 聚类。
MeanShift	使用平坦核的 Mean Shift 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）[R2af9f5762274-1]。
SpectralClustering	将聚类应用于归一化拉普拉斯算子的投影。
SpectralCoclustering	谱共聚类算法（Dhillon，2001）[R0dd0f3306ba7-1]。
affinity_propagation	执行数据的 Affinity Propagation 聚类。
cluster_optics_dbscan	为任意 epsilon 执行 DBSCAN 提取。
cluster_optics_xi	根据 Xi 陡峭方法自动提取聚类。
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	估算与 mean-shift 算法一起使用的带宽。
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	使用平坦核执行数据的 mean shift 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。