聚類路線圖（演算法選擇）
一般實驗選擇sklearn包。需要從兩個方面看。資料量和樣本分佈。建議看下面兩個圖和連結進行粗選。
一般實驗選擇sklearn包。需要從兩個方面看。資料量和樣本分佈。建議看下面兩個圖和連結進行粗選。
| Method name（方法名稱） |
Parameters（引數） |
Scalability（可擴充套件性） |
Usecase（使用場景） |
Geometry (metric used)（幾何圖形（公制使用）） |
| number of clusters（聚類形成的簇的個數） |
非常大的 n_samples, 中等的 n_clusters 使用 MiniBatch code（MiniBatch 程式碼） |
通用, 均勻的 cluster size（簇大小）, flat geometry（平面幾何）, 不是太多的 clusters（簇） |
Distances between points（點之間的距離） |
|
| damping（阻尼）, sample preference（樣本偏好） |
Not scalable with n_samples（n_samples 不可擴充套件） |
Many clusters, uneven cluster size, non-flat geometry（許多簇，不均勻的簇大小，非平面幾何） |
Graph distance (e.g. nearest-neighbor graph)（圖形距離（例如，最近鄰圖）） |
|
| bandwidth（頻寬） |
Not scalable with n_samples （不可擴充套件的 n_samples） |
Many clusters, uneven cluster size, non-flat geometry（許多簇，不均勻的簇大小，非平面幾何） |
Distances between points（點之間的距離） |
|
| number of clusters（簇的個數） |
中等的 n_samples, 小的 n_clusters |
Few clusters, even cluster size, non-flat geometry（幾個簇，均勻的簇大小，非平面幾何） |
Graph distance (e.g. nearest-neighbor graph)（圖形距離（例如最近鄰圖）） |
|
| number of clusters（簇的個數） |
大的 n_samples 和 n_clusters |
Many clusters, possibly connectivity constraints（很多的簇，可能連線限制） |
Distances between points（點之間的距離） |
|
| number of clusters（簇的個數）, linkage type（連結型別）, distance（距離） |
大的 n_samples 和 n_clusters |
Many clusters, possibly connectivity constraints, non Euclidean distances（很多簇，可能連線限制，非歐幾里得距離） |
Any pairwise distance（任意成對距離） |
|
| neighborhood size（neighborhood 的大小） |
非常大的 n_samples, 中等的 n_clusters |
Non-flat geometry, uneven cluster sizes（非平面幾何，不均勻的簇大小） |
Distances between nearest points（最近點之間的距離） |
|
| many（很多） |
Not scalable（不可擴充套件） |
Flat geometry, good for density estimation（平面幾何，適用於密度估計） |
Mahalanobis distances to centers（Mahalanobis 與中心的距離） |
|
| branching factor（分支因子）, threshold（閾值）, optional global clusterer（可選全域性簇）. |
大的 n_clusters 和 n_samples |
Large dataset, outlier removal, data reduction.（大資料集，異常值去除，資料簡化） |
Euclidean distance between points（點之間的歐式距離） |