聚类

是什么

聚类（clustering）是按已选相似性、密度或概率模型，把没有目标标签的对象组织成组的任务家族。k-means、层次聚类和混合模型形成组的标准不同。[1, §§14.3.1–14.3.12]

为何出现

没有可靠类别标签时，研究者仍可能需要探索重复模式、压缩样本或提出待领域专家核查的候选分组。

如何工作

先选择特征与尺度，再选择距离或模型，算法据目标产生分组；之后检查随机初始化、重采样和合理参数下是否稳定，并检验外部语义。

能做什么与不能做什么

聚类能帮助探索数据结构；不能仅凭同簇推出对象本质相同，也不能把内部指标高分当作现实类别证明。分类从已知目标标签学习边界，聚类通常没有这种逐样本目标，两者不可混称。

在本书中

见第11章的聚类与八点示例。