我有一组图像，我在MTurk上询问是否给出了两个图像，它们属于同一类别（这里有更多特定于应用程序的细微差别，但基本上我们在询问它们是否属于同一类别）。
我的问题是如何根据这些答案构建集群分配，假设集合中的所有可能对都得到了回答。理想情况下对噪音也很稳健（我们已经重复了问题，并计划使用多数票）。
一个例子，假设有三个图像A B C D.假设答案如下：类似于B C类似于D A不同于C B不同于C A不同于D B不同于D B不同于D
输出应该是两个簇（A，B）和（C，D）。请注意，我们事先并不知道群集的数量，并希望从答案中推断出来。
我在SO上发现了一些相关问题，但它们并不完全相同。例如，它们可能基于距离而不是布尔答案（是或否）。我或许可以将我的问题缩小到距离的形式，但我想我的问题比距离设置更容易。相关问题：
Clustering given pairwise distances with unknown cluster number?
https://stats.stackexchange.com/questions/2717/clustering-with-a-distance-matrix
算法已经具有python实现（例如，sklearn）会更加理想。但如果没有，我不介意自己实施。
谢谢。
答案 0 :(得分：3)
听起来你想使用层次聚类。
当你这样做时，例如，平均联系，它会合并群集，以便人们最有可能考虑他们＆＃34;类似＆＃34;。
你需要考虑如何处理丢失的信息，矛盾的信息等 - 例如你可以使用相似性（x，y）=（0.5 +＃positiveVotes）/（1 +＃positiveVotes + #neveVotes）对于每一对。如果未对该对进行评估，则在一次正投票之后，它会产生0.5，在投票结果为0.25之后变为0.75，并且额外投票将给出更确定的相似性（当然，除非他们不同意）。
答案 1 :(得分：2)
人们可以将其视为图论中的一个问题，其中图的节点和边缘由图像和它们之间的相似性表示。然后可以应用community detection algorithm（例如模块化最大化或已建议的层次聚类）来对图像进行分类。
sklearn和scipy都有层次聚类的实现，似乎还存在python implementation of Louvain method for community detection。