不同维度的聚类

Question

在我的聚类问题中，不仅点可以来去，还可以删除或添加要素。有什么聚类算法来解决我的问题。

具体而言，我正在寻找这类聚类算法的凝聚层次聚类版本。

Answer 1

您可以使用分层聚类（除非它缩放非常糟糕）或任何其他基于距离的聚类。只是k-means有点棘手，因为当数值不存在时，你如何计算平均值？

您只需要定义一个合适的距离函数第一个。

聚类通常基于相似性完成，因此：首先找出“相似”对您的含义。尽管很多人可以使用某种距离函数，但这是数据集和特定用例。没有“一刀切”的解决方案。