五、BIRCH

1. BIRCH 是scikit-learn提供的一种层次聚类模型。其原型为：

   class sklearn.cluster.Birch(threshold=0.5, branching_factor=50, n_clusters=3, 
   compute_labels=True, copy=True)

   • threshold：一个浮点数，指定空间阈值 。

   • branching_facto：一个整数，指定枝平衡因子 。叶平衡因子 也等于该数值。

   • n_clusters：一个整数或者None 或者sklearn.cluster 模型，指定最终聚类的数量。

     • 如果为None，则由算法自动给出。
     • 如果为一个整数，则使用AgglomerativeClustering 算法来对CF 本身执行聚类，并将聚类结果返回。这使得最终的聚类数量就是n_clusters 。
     • 如果为一个sklearn.cluster 模型，则该模型对CF 本身执行聚类，并将聚类结果返回。

   • compute_labels：一个布尔值，指定是否需要计算簇标记。

   • copy：一个布尔值，指定是否拷贝原始数据。

2. 属性：

   • root_：一个_CFNode对象，表示CF树的根节点。

   • subcluster_centers_：一个数组，表示所有子簇的中心点。

     它直接从所有叶结点中读取。

   • subcluster_labels_：一个数组，表示所有子簇的簇标记。

     可能多个子簇会有同样的簇标记，因为子簇可能会被执行进一步的聚类。

   • labels_：一个形状为[n_samples,] 的数组，给出了每个样本的簇标记。

     如果执行分批训练，则它给出的是最近一批样本的簇标记。

3. 方法：

   • fit(X[, y])：训练模型。

   • partial_fit(X[, y])：分批训练模型（在线学习）。

   • fit_predict(X[, y])：训练模型并执行聚类，返回每个样本所属的簇标记。

   • predict(X)：对每个样本预测其簇标记。

     根据每个子簇的中心点来预测样本的簇标记。

   • transform(X)：将样本转换成子簇中心点的坐标：维度 代表样本距离第 个子簇中心的距离。

   • fit_transform(X[, y])：训练模型并将样本转换成子簇中心点的坐标。