Что из себя представляет задача кластеризации и какие алгоритмы ты знаешь?

Задача кластеризации заключается в группировке объектов данных таким образом, чтобы объекты внутри одной группы (кластера) были максимально похожи друг на друга, а объекты из разных групп — максимально различны. Это задача обучения без учителя, когда метки классов заранее неизвестны.

Основные алгоритмы кластеризации:

• K-means — разбивает данные на K кластеров, минимизируя внутрикластерное расстояние. Требует заранее задать число кластеров.
• Иерархическая кластеризация — строит дерево кластеров (дендрограмму), можно выбрать уровень разбиения.
• DBSCAN — плотностной метод, выделяет кластеры на основе плотности точек, хорошо работает с шумом и кластерами произвольной формы.
• Mean Shift — ищет области с максимальной плотностью точек, не требует заранее задавать число кластеров.

Пример использования K-means на Python:

from sklearn.cluster import KMeans
import numpy as np

X = np.array([[1, 2], [1, 4], [1, 0],
              [10, 2], [10, 4], [10, 0]])

kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
print(kmeans.labels_)