Сравнение методов кластеризации

Данная лабораторная работа ориентирована на отработку навыков решения задач кластеризации на самостоятельно выбранных наборах данных различными методами с использованием языка программирования Python: 1.Реализовать методы: k-средних, k-медоидов, k-медиан, дендрограмм, иерархической агломеративной кластеризации Уорда, DBSCAN, смешанных гауссовских моделей (GMM). 2.Реализовать процедуру выбора оптимального числа кластеров разбиения с помощью информационных критериев и других методов, включая «метод локтя». 3.Провести сравнение результатов на выбранных пользовательских данных.

Для выполнения можно использовать любые библиотеки.