Clustering algorithms in scikit library

Celem tej pracy jest szczegółowe omówienie niektórych algorytmów klastrowania i ich implementacji w bibliotece scikit-learn. Po krótkim wyjaśnieniu, czym zajmuje się analiza skupień i podaniu przykładów jej zastosowania, dokładnie opisuję pięć wybranych przeze mnie algorytmów: algorytm k-średnich, algorytm aglomeracyjny, DBSCAN, OPTICS i klasyfikację spektralną. Dla każdego z nich omawiam stojącą za nim ideę, przedstawiam jego działanie krok po kroku oraz opisuję jego implementacje w bibliotece scikit-learn. Na końcu dokonuję porównania moich implementacji z implementacjami z biblioteki scikit-learn na danych testowych oraz oceniam, jak omawiane algorytmy poradziły sobie z danymi rzeczywistymi.

The aim of this paper is to describe in detail a few clustering algorithms and their implementations in scikit-learn library. After a brief explanation of what cluster analysis is and giving a few examples of its usage, I thoroughly describe each of the five chosen algorithms: k-means, agglomerative clustering, DBSCAN, OPTICS and spectral clustering. At the end, I make a comparison between my own implementations and scikit-learn implementations on toy data sets. I also estimate how well the mentioned algorithms worked on real data.