不。

聚类是一种探索性技术，它是主观的，什么是好的，最好的聚类是那些“可解释但出乎意料”的聚类，这是你无法用统计数据量化的属性。所以这是一个反复试验的任务。

此外，数据准备比聚类算法的选择重要得多。在准备不充分的数据上，没有一个会起作用。

最后但同样重要的是，分类数据是一个巨大的问题。对于大多数聚类方法，它缺乏细节 - 将其视为二进制变量过于粗糙，并且往往会产生糟糕的解决方案（例如微小的“集群”和单个变量上的微不足道的分裂）。这可能是数据的问题，而不是算法的问题。整数属性或仅具有很少离散级别的任何其他属性（包括 Likert-like-scale 问卷）也可以看到类似的问题。分类数据存在诸如 k 模式之类的方法，但通常也不会产生更好的结果......