有哪些常用的聚類算法

聚類方法分為以下幾類：
分割方法：k-means
分層次方法：rock
、
chemeleon
基于密度的方法：dbscan
基于網(wǎng)格的方法：sting
、
wavecluster
等等

【聚類】聚類分析是直接比較各對(duì)象之間的性質(zhì)，根據(jù)在對(duì)象屬性中發(fā)現(xiàn)的描述對(duì)象及其關(guān)系的信息，將數(shù)據(jù)對(duì)象分組。其目標(biāo)是，組內(nèi)的對(duì)象相互之間是相似的（相關(guān)的），而不同組中的對(duì)象是不同的（不相關(guān)的）。組內(nèi)的相似性（同質(zhì)性）越大，組間差別越大，聚類就越好。

聚類的目標(biāo)是通過(guò)對(duì)無(wú)標(biāo)記訓(xùn)練樣本的學(xué)習(xí)來(lái)揭示數(shù)據(jù)的內(nèi)在性質(zhì)及規(guī)律，是無(wú)監(jiān)督學(xué)習(xí)過(guò)程。在無(wú)監(jiān)督學(xué)習(xí)中，訓(xùn)練樣本標(biāo)記信息是未知的。聚類試圖將數(shù)據(jù)集中的樣本劃分為若干個(gè)通常不相交的子集，每個(gè)子集稱為一個(gè)“簇”，每個(gè)簇可能對(duì)應(yīng)于一些潛在的類別，這些類別概念對(duì)聚類算法而言事先是未知的，聚類過(guò)程僅能自動(dòng)形成簇結(jié)構(gòu)，簇所對(duì)應(yīng)的概念語(yǔ)義需要由使用者來(lái)把握和命名。