超越 KMeans：六类必知的聚类算法

Beyond KMeans: 6 Must-Know Types of Clustering Algorithms

聚类（clustering）是机器学习中无监督学习的核心分支之一。人们学习的第一种（有时也是唯一一种）聚类算法就是 KMeans。然而需要注意的是，KMeans 并不是所有聚类问题的万能解。事实上，在 KMeans 之外还有一整个聚类算法的世界，我们必须对其有所了解。下面的图示总结了 6 种不同类型的聚类算法：

基于质心（centroid）的聚类：根据数据点（data point）到质心的接近程度进行聚类。基于连通性的聚类：根据簇（cluster）之间的接近程度来聚类数据点。基于密度（density）的聚类：根据数据点的密度来聚类。相比基于质心的聚类，它对不同密度和形状的簇更加鲁棒。基于图的聚类：根据图上的距离（distance）来聚类数据点。

基于分布的聚类：根据数据点属于同一分布的可能性来聚类。高斯混合模型（Gaussian Mixture Model，GMM）就是一个例子，我们将在后续章节讨论高斯混合模型。基于压缩的聚类：先将数据变换到更低维的空间，然后再进行聚类。