这次来尝试一下聚类，也就是数据没有标签的情况下会被怎么划分？不同聚类方式的表现如何？

下图是SK-learn的四种任务，聚类只是其中一种：

借用这个可视化聚类的网站

Visualizing K-Means Clustering

1、K-means聚类

按照红圈顺序进行点击

 

 

按go可以看到聚类效果

 可以看到这个部分聚类的比较奇怪

选reassign可以看到其他划分

 也可以尝试其他聚类，选smiley face

 划分4个看看效果

 效果依旧不是很好

尝试其他聚类，选DBSCAN rings

 效果仍然不是很好

 2、DBSCAN 聚类

Visualizing DBSCAN Clustering 

同样选高斯混合

初始状态如下

点击GO之后，三簇点很好的分为了三堆。效果比K-means好很多

 继续试试笑脸

和刚刚的k-means相比识别效果很好，但是速度慢了很多

我们再来尝试圆环

这里的minpoints只是1所以每个点都是一簇

改一下 minpoints=2

 可以看到分类结果基本都分了出来

 

2.1 DBSCAN 的核心参数

 

 参数影响：

 

 

3、 K-means和DBSCAN区别

 举例理解：

 应用举例：

 

 

补充：还有一些其他聚类算法,图中显示了一些聚类的结果

    在这些算法里k-means是最基础的，算的快，但是算的不准。而DBSCAN正好相反，算的慢，但是算的好。

 大家一起试试吧~