sklearn.cluster

熱門的無監督分群演算法。

使用者指南。 請參閱分群 和 雙分群 章節以瞭解更多詳細資訊。

AffinityPropagation	執行資料的親和力傳播分群。
AgglomerativeClustering	凝聚分群。
Birch	實作 BIRCH 分群演算法。
BisectingKMeans	二分 K 平均分群。
DBSCAN	從向量陣列或距離矩陣執行 DBSCAN 分群。
FeatureAgglomeration	凝聚特徵。
HDBSCAN	使用基於階層密度的分群對資料進行分群。
KMeans	K 平均分群。
MeanShift	使用平坦核函數進行均值漂移分群。
MiniBatchKMeans	迷你批次 K 平均分群。
OPTICS	從向量陣列估計分群結構。
SpectralBiclustering	譜雙向分群法 (Spectral biclustering) (Kluger, 2003)。
SpectralClustering	將分群應用於正規化拉普拉斯算子的投影。
SpectralCoclustering	譜共分群演算法 (Spectral Co-Clustering algorithm) (Dhillon, 2001)。
affinity_propagation	執行資料的親和力傳播分群。
cluster_optics_dbscan	對任意的 epsilon 值執行 DBSCAN 萃取。
cluster_optics_xi	根據 Xi-steep 方法自動萃取群集。
compute_optics_graph	計算 OPTICS 可達性圖。
dbscan	從向量陣列或距離矩陣執行 DBSCAN 分群。
estimate_bandwidth	估計用於均值漂移演算法的頻寬。
k_means	執行 K-means 分群演算法。
kmeans_plusplus	根據 k-means++ 初始化 n_clusters 個種子。
mean_shift	使用平坦核心對資料執行均值漂移分群。
spectral_clustering	將分群應用於正規化拉普拉斯算子的投影。
ward_tree	基於特徵矩陣的 Ward 分群。