按距离聚类

Question

我正在进行一个项目，该项目将位置相关数据作为输入（例如，某个信号在某个x，y坐标处放大）。我试图按距离对它们进行聚类，这意味着所获得的聚类在被视为新聚类之前至少彼此相距一定距离。即永远不会有质心彼此相距一定距离的星团。

我的问题是，如果有人能指出我正确的方向进行这样的算法吗？我尝试过K-Means，但它似乎只是按指定的方式按K簇进行排序，而不是按距离排序。

Answer 1

您需要一种考虑此约束（最小距离）的聚类算法。一个简单的解决方案是进行后处理步骤，在此步骤中合并所有彼此距离太近的聚类，直到满足约束条件。

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

如果您需要修复群集数量，则问题会变得更加棘手。群集的其他约束/目标是什么？

Answer 2

据我了解，您希望任何群集的质心放置在距离不同群集的最小预选距离处。如果是，我认为你应该注意k-means clustering及其变化。