Какие знаешь виды кластеризации

Основные виды кластеризации:

1. K-means – популярный метод с центроидами. Требует указания числа кластеров (k). Чувствителен к выбросам.

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

2. Иерархическая – строит дендрограмму. Бывает агломеративная (снизу вверх) и дивизивная (сверху вниз).

3. DBSCAN – на основе плотности. Не требует k, находит шум. Хорош для данных сложной формы.

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

4. GMM (Гауссовы смеси) – вероятностный подход, предполагает нормальное распределение кластеров.

5. Mean-Shift – адаптивный метод, автоматически определяет число кластеров.

6. Spectral – использует спектр матрицы сходства, эффективен для невыпуклых кластеров.

Выбор метода зависит от данных, формы кластеров и наличия шума. K-means прост, но DBSCAN или спектральная кластеризация могут быть лучше для сложных случаев.