聚類劃分：
（1）劃分聚類?k-means、k-medoids、k-modes、k-medians、kernel k-means
（2）層次聚類Agglomerative、divisive、BIRCH、ROCK、Chameleon
（3）密度聚類DBSCAN、OPTICS
（4）網(wǎng)格聚類?STING
（5）模型聚類?GMM
（6）圖聚類?Spectral Clustering（譜聚類）
k-medoids：它到其他所有（當(dāng)前cluster中的）點(diǎn)的距離之和（sqrt）最小——作為中心點(diǎn)
k-modes：分類屬性型數(shù)據(jù)的采用的聚類算法，采用差異度來(lái)代替k-means算法中的距離
k-medians：它到其他所有（當(dāng)前cluster中的）點(diǎn)的距離之和最小——作為中心點(diǎn)
Agglomerative:自底向上，層次聚類
Divisive: 自頂向下，層次聚類
DBSCAN：
GMM:對(duì)于每個(gè)類假定一個(gè)分布模型，試圖找到每個(gè)類最好的模型
Spectral Clustering：用特征向量的元素來(lái)表示原來(lái)的數(shù)據(jù)，并在其上進(jìn)行 K-means?
