我有一组对象 {obj1, obj2, obj3, ..., objn}
。我已经计算了所有可能对的成对距离。距离存储在 n*n
矩阵 M
中,Mij
是 obji
和 之间的距离>对象
。那么很自然地可以看出M
是一个对称矩阵。
现在我想对这些对象执行无监督聚类。经过一番搜索,我找到了 Spectral Clustering可能是一个很好的候选者,因为它处理这种成对距离的情况。
然而,在仔细阅读它的描述后,我发现它不适合我的情况,因为它需要簇数作为输入。在聚类之前,我不知道聚类的数量。它必须在执行聚类时通过算法计算出来,例如 DBSCAN。
考虑到这些,请建议我一些适合我的情况的聚类方法,其中
- 成对距离都是可用的。
- 簇的数量未知。
最佳答案
有很多可能的聚类方法,没有一种可以被认为是“最好的”,一切都取决于数据,一如既往:
- 如果您想使用谱聚类,但事先不知道聚类的数量,我建议您查看 self-tuning spectral clustering或一些 methods of determining the number of clusters
- 如果您考虑其他算法,您可以尝试:
关于algorithm - 聚类给定的成对距离和未知的聚类数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18909096/