问题应该是直截了当的，但无论如何我都迷失了......
我有n个样本，并且已经计算了距离矩阵（b.c。我不想使用欧氏距离，也找不到指定另一个距离度量的方法，例如knn（）函数）。
然后我找到了（knn_1，knn_2）并用它们从距离矩阵中得到最近的邻居（据我所知，它只是按行排序）。
现在，我开始不知道任何群集，然后不需要插入任何新的数据点。
基本上我的问题是，如何初始化集群。
举例说明我的问题：让我们假设我们最近的邻居（k = 2，n = 4）如下：
i = 1: 2,3
i = 2: 3,4
i = 3: 1,3
i = 4: 1,2
您如何找到群集？
我的想法：首先将i = 1分配给集群1，然后将最近的邻居（2,3）分配给它。但基于这种逻辑，最终一切都将在这一个集群中，因为它只是传播
那么，下一个想法：首先将k个元素分配给k cluster。即将i = 1分配给集群1，将i = 2分配给集群2，将i = 3分配给集群3.但是我有什么理由呢？这对于k-means聚类是有意义的，但对KNN没有意义...
将每个元素添加到其自己的集群中，然后合并它们。听起来不错，但不知道怎么做......
如果您知道任何基于距离矩阵进行KNN聚类的R包，那正是我想要的！我已经研究过FastKNN，类，代理和philentropy（后两个计算距离），但到目前为止还没有找到任何东西。
非常感谢！