数据无需人工标注。聚类分析旨在寻找数据集中的自然分组，将相似的数据点归为一类，将不相似的数据点分开。它是最纯粹的无监督学习形式，广泛应用于客户细分、图像压缩和异常检测等领域。

不同的算法对相似性和形状的定义各不相同。K均值算法将点划分成固定数量的球形簇。层次聚类构建一个嵌套的组树。DBSCAN算法找到密集区域并将稀疏点标记为噪声。

常用聚类方法

• K均值和k中心点
• 层次凝聚聚类
• DBSCAN 和基于密度的方法
• 高斯混合模型
• 谱聚类

评估聚类结果很棘手，因为没有标准答案。轮廓系数和肘部图可以提供一些指导，但通常需要领域知识来判断分组是否有意义。