我需要一些有关如何改进聚类算法的指导。答案可能是微不足道的，或者是不可能的。我在Google上搜索了很多，但是我要么不理解我的问题和已知的聚类算法之间的类比，要么就不存在这种矛盾。我不是计算机科学家，而且我可能也会误解很多行话。
问题
为我提供了一组N元素，我需要将这些元素分为K组，其中K未知。分组基于对函数measure(group)的调用，该函数返回度量组中元素有多紧密的度量。 group代表至少两个元素的集合。更为复杂的因素是，measure仅包含两个元素时，group的结果非常不确定，并且对该函数的调用非常昂贵。
我的解决方案
获取已分配元素A的空列表。
由于measure的结果对于两个元素而言都不精确，因此要开始“播种”组，我将第一个元素x0附加到A上，然后进行迭代所有其他元素，xi。我用两点measure的组合来称呼(x0, xi)，直到得到measure很小的东西，我对此充满信心。如果这永远不会发生，x0是一个单元素组，我继续。如果我能采取适当的措施，则会将xi添加到组和已分配元素A的列表中。找到该种子后，我将重新遍历所有元素，不包括A中已有的元素（我可能错过了组中的某些元素，因为measure对于两个元素不确定）。对于每个新的候选元素x，我调用measure并收集到目前为止的group，并附加x。如果x并没有“大量”增加measure中的group，则会将其添加到group和A中。我有一种方法可以精确地定义“很多”，但这是我所遇到的特定问题的详细信息。
当我完成对所有元素的迭代时，我从A中尚未存在的第一个元素开始重新开始新的组操作，总是跳过A中的元素，直到将所有元素分组为止。
这是怎么了？
对于我正在处理的特定问题，该解决方案非常强大。但是，在最坏的情况下（在2组的元素的所有组合中迭代），它是n^2。在实践中，这从来没有发生过，我的n很少超过几百，但是在某些病理情况下，情况更糟了。由于对measure的调用是如此昂贵，因此以较少的迭代来解决问题将是非常有益的。而且，我猜想，n^2解决方案从来都不是理想的……