基于密度的聚类库，以距离矩阵为输入

Question

需要帮助找到基于开放/自由密度的聚类库，该聚类库将距离矩阵作为输入并返回聚类，其中每个元素与聚类中的每个其他元素之间的距离最大“x”（基本上返回聚类指定密度）。

我检查了DBSCAN算法，它似乎符合我的需要。 DBSCAN的任何干净实现，你可能没有关闭，可以使用预先计算的距离矩阵和具有所需密度的输出集群起飞？

您的输入将非常有用。

Answer 1

ELKI（http://elki.dbs.ifi.lmu.de/）可以加载二进制或Ascii格式的外部距离矩阵，然后在其上运行基于距离的聚类算法。

然而，某些算法（如k-means）无法工作，因为它们依赖于/ mean /的距离，这显然不是预先计算的。但是例如DBSCAN和OPTICS在预先计算的距离下工作正常。

Answer 2

我还没有尝试过，但是我正在寻找类似的东西并遇到了DBSCAN的这个python实现：

http://scikit-learn.org/dev/auto_examples/cluster/plot_dbscan.html#example-cluster-plot-dbscan-py

Answer 3

Matlab file exchange has an implementation可以直接适应预先计算的矩阵。只需删除代码中函数外的pdist1调用。