哪种机器学习聚类算法最适合用于聚类一维数值特征（标量值）？是Birch、谱聚类、k-means、DBSCAN…还是其他算法？

回答：

所有这些方法在多变量数据上表现更好。除了k-means在历史上曾用于一维数据外，其余算法都是针对多变量问题设计的，它们对于一维数据的特定情况都没有进行很好的优化。

对于一维数据，建议使用核密度估计。核密度估计在处理一维数据时是一种很好的技术，具有坚实的统计支持，而在多维度聚类中使用会变得困难。