聚类这一模块我只停留在表面上的认识，我也没有真正的去敲过代码，理论知识还算行，主要的笔记也就是理论以及做法的一个理解。
K-means聚类：
最常被搞数据的人挂在嘴边，也是比较常用的一种聚类方法，具体做法是：
1：原始数据想要聚成N类，那么选择N个类的重心（一般选择认为必然属于此类的点作为此类初始中心，当然重心表现越好，聚类结果也会越好）
2：计算样本点到N个中心的距离，将样本点归入离它最近的重心所属的类别，完成一次聚类。
3：均值法也好中位值发也罢，从新计算N个类别的重心（虚拟样本），与原重心相比，若两者距离大于设置的阈值α，重复步骤2、3,不断迭代计算，直到新重心与原重心距离小于阈值，聚类结束。
点评：最初选择的点至关重要，并且选择不同的初始点对结果影响较大，波动性太强。Sklearn
库中引入了K-mean++的方法改进这一点。使用方法使用参数：init='k-means++'（替换就行了）。
Mini Batch K-Means聚类
它是Kmeans的一种变形，使用mini-batches去降低了计算时间，具体做法是在每一次迭代训练过程都随机的选取样本（随即样本某种程度上能够代替整体样本）。相比于其他的降低Kmeans收敛时间的算法，Mini Batch K-Means也仅仅是比标准算法差一些。
迭代步骤：
1：在训练样本总随机的分出B个样本
2：与K均值算法相比，数据的更新是在每一个小的样本集上。对于每一个小批量，通过计算平均值得到更新质心，并把小批量里的数据分配给该质心，随着迭代次数的增加，这些质心的变化是逐渐减小的，直到质心稳定或者达到指定的迭代次数，停止计算
Mini Batch K-Means比K-Means有更快的 收敛速度，但同时也降低了聚类的效果，但是在实际项目中却表现得不明显。
体会不到这其中的妙处！！！
Hierarchical clustering （分层聚类）
这种聚类方式是通过 合并或切分来 构建嵌套集群，可以用树的形式表示，树根就是包含所有样本的数据集合，每个样本就是一个叶子节点。
步骤：
1：设置一个能接受样本间距的阈值，循环计算样本之间的间距，若是间距小于阈值，将量样本归入一类，否则将样本分入另外一类。
2：重复上个步骤，直到所有样本都分入一个类别，这些类别的间距已然大于阈值，则我们认为聚类完成，可以退出类别。
注意，类之间间距计算方式多种多样，一下这几张常见的计算方式：
1：取两个类别距离最近两点间距，最近间距小于阈值，归位一类
2：取两个类别距离最远点间距，最远间距小于阈值，归位一类
3：取类别件间距均值作为衡量手段。小于阈值则归位一类
3：去类别间间距中位值，小于阈值则记录为一个类别
1、2两方法过于绝对，最后可能聚成一个稀疏类，3、4两种方法比较折中，一般情况取二法。
聚类方法的测评方式：
既不是评判一个类别当中的正确分类个数，已不是一句召回率来评判，相反，只需要评判，此类别与一个真实分类类别相似，并且与其他类别差别很大（这个差别是个一用距离等因素衡量的），类内样本间距远大类外间距。
