层次聚类法是数据挖掘的算法吗 用于数据挖掘的聚类算法有哪些，各有何优势

关于聚类算法，为什么很少听说有用GMM算法的，经常看到kmeans或者层次聚类等？ GMM既然可以做聚类，为什么很多博客在介绍的时候大多集中在kmeans、密度聚类等算法上？GMM做聚类有哪些劣…用于数据挖掘的聚类算法有哪些，各有何优势？ 这个问题我也想过，想的不太系统。比较分类算法的话，大概考虑这几个维度：时间空间复杂度，鲁棒性，参数…用于数据挖掘的聚类算法有哪些，各有何优势？ （https：//www. coursera.org/course/ml）A List of Data Science and Machine Learning http：//conductrics.com/data-science-resources/） 转载自 THU数据派 官方微信公众。用于数据挖掘的聚类算法有哪些，各有何优势 K均值聚类：最适合处理大数据，适用于大样本的个案聚类，分类数明确，适用于连续性变量；系统聚类：适用于个案或变量聚类，对分类数没有要求，连续性和分类型变量均适用；两步聚类：1）分类变量和连续变量均可参与二阶聚类；2）可自动确定分类数；3）适用于大数据集；4）用户可自己定制用于运算的内存容量

#层次聚类方法#分类器#大数据#数据挖掘#数据挖掘算法