评估混合模型聚类：建议和注意事项。

本文对混合模型聚类技术的若干性质进行了大规模调查（也称为潜在类别聚类分析、潜在特征分析、基于模型的聚类、概率聚类、贝叶斯分类、无监督学习和有限混合模型；参见Vermunt与Magdison，2002）。重点关注多元正态分布，并研究了协方差矩阵的9个不同分解（即类结构）。为了与当前文献建立联系，本文在3项详细的蒙特卡罗研究中对K均值聚类进行了比较。研究发现对应用研究人员具有重要意义，即当协方差结构和聚类数量已知时，混合模型聚类技术表现最佳。然而，当关于聚类形状和数量的信息变得未知时，K均值聚类和混合模型聚类的表现均有所下降。