原博文： 一、聚类算法简介 聚类是无监督学习的典型算法，不需要标记结果。试图探索和发现一定的模式，用于发现共同的群体，按照内在相似性将数据划分为多个类别使得内内相似性大，内间相似性小。有时候作为监督学习中稀疏特征的预处理（类似于降维，变成K类后，假设有6类，则每一行都可以表示为类似于000100、010000）。有时候可以作为异常值检测（反欺诈中有用）。 应用场景：新闻聚类、用户购买模式（交

层次聚类 下图中动物 就是一种层次分类 主要函数 cls = AgglomerativeClustering(n_clusters=group_size,linkage='ward') linkage 参数说明: ward (默认值)：每一个类簇的方差最小化average：每一个类簇之间的距离的平均值最小complete：每一个类簇之间的距离最大single：每一个类簇之间的距离最小