无监督聚类方法的评价指标必须依赖于数据和聚类结果的内在属性，例如聚类的紧凑性和分离性，与外部知识的一致性，以及同一算法不同运行结果的稳定性。
本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。
本文将分为2个部分，1、常见算法比较 2、聚类技术的各种评估方法
本文作为第一部分将介绍和比较各种聚类算法：
- K-Means
- Affinity Propagation
- Agglomerative Clustering
- Mean Shift Clustering
- Bisecting K-Means
- DBSCAN
- OPTICS
- BIRCH
首先我们生成一些数据，后面将使用这些数据作为聚类技术的输入。
完整文章：
https://avoid.overfit.cn/post/e8ecff6dce514fbbbad9c6d6b882fe4e
标签：Clustering,本文,Means,监督,算法,聚类,方法 From： https://www.cnblogs.com/deephub/p/17156153.html