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/