是否有任何类型的聚类算法专注于形成特定大小的聚类？这可以将我们视为一种分组算法，而不是一种聚类算法。
基本上，给定 n 个数据点和一定大小 k 的固定组，根据某些分类器找到点到集合的最佳分布，这将有望最小化给定组中每个点的分类器距离。
这个问题似乎与聚类问题非常相似，但主要区别在于我们关心特定的聚类大小，而不关心聚类的数量。
最佳答案
有一个关于如何在 ELKI 中实现此类算法的教程:
http://elki.dbs.ifi.lmu.de/wiki/Tutorial/SameSizeKMeans
还可以看看约束聚类算法；尽管通常这些算法仅支持“必须链接”和“不能链接”约束，而不支持大小约束。
您应该能够进行类似的修改，首先指定组大小，然后随机分配点，并在目标函数改进时交换集群成员；类似于 k-means/k-medoids。由于您可能会陷入局部最小值，因此请重新启动多次并只保留最好的。
另请参阅之前的问题，例如 K-means algorithm variation with equal cluster size 和 Group n points in k clusters of equal size
关于python - 具有特定大小的组的聚类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23588329/