Да, работал с кластеризацией, включая методы K-means, DBSCAN, иерархическую кластеризацию. Например, использовал K-means для сегментации пользователей по их активности:

from sklearn.cluster import KMeans
import numpy as np

Пример данных: среднее время на сайте и количество посещений

X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

kmeans = KMeans(n_clusters=2, random_state=42).fit(X)
print(kmeans.labels_) # [0 0 0 1 1 1]

Также применял DBSCAN для обнаружения аномалий в данных. Важно подбирать метрики и параметры (например, epsilon для DBSCAN) под конкретную задачу.