Какие знаешь алгоритмы кластеризации

Основные алгоритмы кластеризации:

1. K-Means – популярный метод с центроидами. Требует указания числа кластеров (k). Чувствителен к выбросам и начальной инициализации.

from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=3).fit(X)

2. DBSCAN – плотностный алгоритм. Не требует указания числа кластеров, хорошо работает с шумом.

from sklearn.cluster import DBSCAN
dbscan = DBSCAN(eps=0.5, min_samples=5).fit(X)

3. Иерархическая кластеризация – строит дендрограмму, можно выбрать разное число кластеров после выполнения.

4. GMM (Gaussian Mixture Models) – вероятностный подход, предполагает, что данные – смесь гауссиан.

5. Agglomerative Clustering – иерархический "снизу вверх" метод.

Выбор алгоритма зависит от данных: K-Means для сферических кластеров, DBSCAN для кластеров произвольной формы, GMM для вероятностной интерпретации.