k-means-n-hac-n-dbscan

K means

• 目标：自动分 k 类
• 步骤
  • 开始随机选 k 个作为 k 类中心点
  • repeat:
    • 新点添加到最近中心点
    • 更新类别平均中心点

HAC

最小生成簇，在 个边中选择 distance 最小的边合并。

GPT:

1. Complete Linkage（最大链接）:

   • 计算两个簇之间的距离时，使用两个簇中所有点之间的最大距离。
   • 结果是形成紧密的、相对球形的簇。
   • 对噪声和离群点较为敏感。

2. Single Linkage（最小链接）:

   • 计算两个簇之间的距离时，使用两个簇中所有点之间的最小距离。
   • 可能导致“链式效应”，形成长而稀疏的簇。
   • 对噪声和离群点较不敏感。

DBSCAN 算法

“密度相连”的点(由某个高密度的点可到达它们) 两点在一个聚类簇

到达者，沿途必须是高密度点

see: https://cloud.tencent.com/developer/article/1664886