来源：原始 Jupyter Notebook。内容已转换为网页阅读格式；下载原文件。
聚类算法非常多，更新也非常快，这是因为聚类不存在客观标准，给定数据集，总能从某个角度找到以往算法未覆盖的某种标准从而设计出新算法，相对其他机器学习算法而言，聚类的知识还不够系统化。
通过聚类得到的类或簇，本质是样本的子集，如果一个聚类方法假定一个样本只属于一个类，那么该方法称为 硬聚类（hard clustering），如果一个样本可以属于多个类，则称为 软聚类（soft clustering）。
周志华老师的《机器学习》将聚类算法分为三大类：原型聚类（prototype-based clustering）、密度聚类（density-based clustering）和层次聚类（hierarchical clustering）。
- 原型聚类假设聚类结构能通过一组原型刻画，它首先对原型进行初始化，然后对原型进行迭代更新求解，其代表算法有 k 均值算法（k-means），学习向量量化算法（learning vector quantization，简称 LVQ），高斯混合聚类算法（mixture-of-Gaussian）。
- 密度聚类假设聚类结构能通过样本分布的紧密程度来确定，通常情况下，密度聚类算法从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类簇以获得最终的聚类结果，代表算法为 DBSCAN（Density-Based Spatial Clustering of Applications with Noise）。
- 层次聚类试图在不同层次对数据集进行划分，从而形成树形的聚类结构，数据集的划分可采用自底向上的聚合策略，比如 AGNES算法（AGglomerative NESting），也可以采用自顶向下的分拆策略，比如 DIANA算法（DIvisive ANAlysis）。AGNES 和 DIANA 都不能对已合并或已分拆的聚类簇进行回溯调整，BIRCH、ROCK 等算法对此进行了改进。