不需要预先指定群集数量的群集方法
Answers:
要求您预先指定群集数量的群集算法是少数。有很多算法没有。他们很难总结。这有点像要求描述不是猫的任何生物。
聚类算法通常分为以下几种：
可能会有其他类别，人们可能会不同意这些类别以及哪些算法属于哪个类别，因为这是启发式的。但是，类似这种方案很常见。从这一点出发，主要是只有分区方法（1）才需要预先指定要查找的群集数量。同样需要预先指定哪些其他信息（例如，每个聚类的点数）以及将各种算法称为“非参数”是否合理，这也是高度可变且难以总结的。
分层聚类不需要您预先指定聚类的数量（k均值的方式），但是您确实需要从输出中选择多个聚类。另一方面，DBSCAN既不需要（但是它确实要求指定“邻域”的最小点数-尽管有默认值，所以从某种意义上讲，您可以跳过指定该点），这确实为集群中模式的数量）。GMM甚至不需要这三个中的任何一个，但是确实需要有关数据生成过程的参数假设。据我所知，没有一种群集算法永远不需要您指定群集数量，每个群集最少的数据或群集内数据的任何模式/排列。我不知道怎么可能。
它可能会帮助您阅读不同类型的聚类算法的概述。以下可能是一个开始的地方：
- Berkhin，P.“集群数据挖掘技术调查”（pdf）
Mclust用途旨在优化BIC，但可以使用AIC或一系列似然比测试。我猜您可以称其为元算法，它具有组成步骤（例如EM），但这是您使用的算法，无论如何它都不要求您预先指定k。您可以在链接的示例中清楚地看到，我没有在此处预先指定k。
最简单的示例是层次聚类，您可以使用某个距离度量将每个点彼此比较，然后将距离最小的对连接在一起以创建连接的伪点（例如，b和c使bc像图像上一样）下面）。接下来，通过将点和伪点基于它们的成对距离进行连接来重复该过程，直到每个点与图形连接为止。
（来源：https : //en.wikipedia.org/wiki/Hierarchical_clustering）
该过程是非参数过程，唯一需要的是距离测量。最后，您需要确定如何修剪使用此过程创建的树图，因此需要做出有关预期簇数的决定。
参数不错！
“无参数”方法意味着您只能获得一张照片（可能是随机性除外），并且无法进行定制。
现在，聚类是一种探索技术。您不能假定只有一个“ true”集群。您应该对探索同一数据的不同聚类感兴趣，以了解更多信息。将群集视为黑匣子永远无法正常工作。
例如，您希望能够根据数据自定义使用的距离函数（这也是一个参数！）如果结果太粗糙，则希望获得更好的结果，或者结果太精细，得到它的粗略版本。
最好的方法通常是那些可以让您很好地导航结果的方法，例如层次聚类中的树状图。然后，您可以轻松地探索子结构。
查看Dirichlet混合模型。如果您事先不知道集群的数量，它们将提供一种很好的方式来理解数据。但是，它们确实对数据可能违反的簇的形状进行了假设。