层次方法

分割式：初始为一个大类，逐渐分解为多个子类

合并式：初始各自为类，逐渐合并为稳定的大类

有BIRCH、CURE等方法

模型方法

根据概率估计来分类

每个簇有一个模型。

生成模型：

• 选择簇的概率
• 生成一个簇内对象的概率

根据似然或MAP模型选择最大概率

使用EM算法

聚类评估：测试集的似然概率

神经网络

神经元：簇

层：类型层次

密度方法

发现高密度的地方，然后把高密度的点连成一片，从而发现簇

DBSCAN

方式：在某个点以某个半径画圆，得到领域。数领域里有多少点，点的数量称为密度值。当密度达到阈值时，则这个点为高密度点。

如果一个高密度点出现在另一个高密度点的圈内，则它们可以连接起来。这些互相连接的高密度点和其圈组成一个簇。