最适合包含10维数值数组的数据集的聚类方法

Question

我有一个以下结构的数据集（~4k样本）：

样本类型：字符串 - 非常通常
样本子类型：
字符串 样品型号：编号 - 可以是无
签名：数字数组[10]
sampleID：string - 唯一ID

我想根据“签名”对样本进行聚类（我有一个测量一个签名与另一个签名之间“距离”的函数）。
因此，当我遇到一个新的签名时，我将成为能够告诉样本属于哪种类型/子类型 我应该使用哪种算法？

P.S。 （我正在使用python和scikit-learn），我还需要以某种方式可视化结果。

Answer 1

由于你已经有了一个距离函数，并且你的数据集很小，所以只需使用所有聚类算法的祖父HAC。