将距离矩阵作为输入的基于密度的聚类库

Question

需要寻找基于开放/自由密度的聚类库的帮助，该库以距离矩阵作为输入，并返回其中包含每个元素的聚类，距离每个元素的距离最大为“x”簇中的其他元素（基本上返回指定密度的簇）。

我检查了DBSCAN算法，它似乎适合我的需要。 DBSCAN的任何干净的实现，你可能没有关闭，它可以预先计算距离矩阵，并输出具有所需密度的簇？

您的输入将非常有用。

Answer 1

ELKI（在http://elki.dbs.ifi.lmu.de/）可以以二进制或Ascii格式加载外部距离矩阵，然后在其上运行基于距离的聚类算法。

某些算法如k-means不能正常工作，因为这些算法依赖于/ mean /的距离，显然这不是预先计算的。但例如DBSCAN和OPTICS可以在预计算距离下正常工作。

Answer 2

我还没有尝试过了，但是我正在寻找类似的东西横跨这条巨蟒实现DBSCAN的传来：

http://scikit-learn.org/dev/auto_examples/cluster/plot_dbscan.html#example-cluster-plot-dbscan-py

Answer 3

Matlab file exchange has an implementation这是简单的，以适应预计算矩阵。只需在您的代码的功能外部删除对pdist1的呼叫。