是否有任何算法可以检查数据中是否存在聚类？

Question

简而言之：我正在使用 k-means 聚类与相关距离。如何检查，应该使用多少个群集，（如果有）？

在分组数据时，如何建立多个群集有许多索引和答案： example 1，example 2等。目前，我正在使用Dunn's index，但由于下述原因之一，这还不够。

所有这些方法至少表现出以下一个问题，我必须避免：

索引：

• 聚类质量指数推导对数据协方差矩阵做出一些假设，即因为这样的时刻只适用欧几里德或类似欧几里德的指标 - 相关性不再是一种选择
• 它需要至少两个非空集群来比较已经计算过的分区 - 没有可能说明是否有任何理由进行分组

聚类方法：

• 聚类方法估计聚类数量本身（例如，亲和力传播）要慢得多，并且不能很好地扩展

总结：是否有任何标准或索引，可以检查数据中存在的数据（可能估计它们的数量），而不限制使用的指标？

编辑：我正在操作的空间有几千个功能。

Answer 1

我有一种方法，但这是我自己的发明，而不是实验性的。虽然理论上它在多维度上起作用，但我在2D中只取得了任何成功（如果聚类多维数据，则采用前两个主要成分）。

我称之为引力聚类。你传入一个涂片，然后使用1 /（d +涂片）^ 2在每个点上产生一个吸引力（涂抹防止值变为无穷大，并控制聚类的粒度）。指出他们在能量场上坡移动到当地最大值。如果他们都移动到同一点，你就没有集群，如果他们移动到不同的点，你有集群，如果他们都保持在他们自己的本地最大值，再次你没有集群。