动态聚类法有哪些？ 应该都是动态聚类算法，K均值肯定是
K-means聚类算法中的K如何确定？ 数据集中所需的聚类簇数k未知，有什么方法能够将k计算出来？使用无监督学习在一个数据量5000级别的数据集…
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…
层次聚类与K均值聚类有何不同？ 层次聚类（hierarchical clustering）这里用最简单的实例说明层次聚类原理和应用方法。层次聚类是基于距离的聚类方法，MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。K-均值聚类K-means聚类算法采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。IDX=KMEANS(X，K)partitions the points in theN-by-P data matrix Xinto Kclusters.This partition minimizes the sum，overall clusters，ofthewithin-cluster sums of point-to-cluster-centroid distances.
层次聚类与K-Means如何结合运用？ 两者相结合进行聚类分析，是用两种方法独立分析出结果后，再综合考虑得出最后结论吗？一篇论文中是先运用…
k-means聚类算法一定要指定聚类个数吗 其实我猜你想问的是怎么改进k-means算法，可以摆脱手工指定k值。实质上通过算距离达到聚类的算法是必须要手工指定一个值的，也就是说需要一个参照。不需要制定聚类个数的聚类算法，例如：DBSCAN
k-means聚类算法为什么会受到样本输入顺序的影响？ 因为聚类算法刚开始会随机设定聚类中心，然后才是迭代直至分类成功，所以样本的输入顺序会影响聚类算法的初始聚类中心的选取，进而影响整个聚类算法模型。算法原理一般如下：选取k个类别随机初始化k个聚类中心计算每个数据点到中心点的距离，数据集哪个中心近就分到哪一类计算每一类中心点作为新的聚类中心重复上面步骤，直到每一类中心在每次迭代后变化不大或者几乎没变化为止
