sklearn.cluster

流行的无监督聚类算法。

用户指南。 参见聚类 和 双聚类 部分了解更多详情。

AffinityPropagation	执行数据的亲和传播聚类。
AgglomerativeClustering	凝聚聚类。
Birch	实现BIRCH聚类算法。
BisectingKMeans	二分K均值聚类。
DBSCAN	从向量数组或距离矩阵执行DBSCAN聚类。
FeatureAgglomeration	聚合特征。
HDBSCAN	使用基于层次密度的聚类对数据进行聚类。
KMeans	K均值聚类。
MeanShift	使用平面核的均值漂移聚类。
MiniBatchKMeans	小批量K均值聚类。
OPTICS	从向量数组中估计聚类结构。
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	谱共聚类算法 (Dhillon, 2001)。
affinity_propagation	执行数据的亲和传播聚类。
cluster_optics_dbscan	对任意 epsilon 执行 DBSCAN 提取。
cluster_optics_xi	根据 Xi-steep 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 个种子。
mean_shift	使用平面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。