按距离聚类

Question

我正在做一个将位置相关数据作为输入的项目（例如某个x，y坐标处的某个信号放大器）。我试图将它们按距离聚类，这意味着在被视为新簇之前，获得的簇至少相互之间有一定的距离。即永远不会有质心在彼此之下的特定距离以下的群集。

我的问题是，如果任何人都可以指出我这个算法的正确方向？我已经尝试过K-Means，但它似乎只是按照规定将它们按K簇排序，而不是按距离排序。

Answer 1

您需要考虑此约束（最小距离）的聚类算法。一个简单的解决方案是做一个后处理步骤，在那里你合并所有相互靠得太近的集群，直到满足你的约束条件。

可能会给出更令人满意的结果的解决方案是改变k均值算法在每次迭代中执行此操作。

如果您需要修复的群集数量，您的问题就会变得更加棘手。集群的其他约束/目标是什么？

Answer 2

就我所知，您希望任何群集的质心都放置在离不同群集最小的预选距离处。如果是，我认为你应该注意k-means clustering及其变化。