为分层聚类算法设置初始集群结构

Question

通常，在分层聚类中，算法从每个点在其自己的组中开始，然后基于给定的度量组合组。

有没有一种方法可以用给定的起始组而不是单个点来初始化算法？

python或R都可以

Answer 1

分层算法本身不会阻止您从初始集群结构开始，前提是您拥有在每种情况下评估指标所需的集群数据：

两点间的欧几里德距离:例如点与簇之间的欧几里德距离:例如点与簇的质心之间的欧几里德距离:例如两个质心之间的欧几里得距离。

问题可能是找到一个允许这样做的库。

您可以使用Scipy hiearchical clustering将初始簇输入为点(由其质心表示)，但这仅适用于“质心”方法，而不适用于“单一”或“完整”方法。

算法本身很简单：

• 当存在多个聚类或单个点时
  • 计算它们之间的距离三角矩阵
  • 查找最小距离处的聚类或点并将它们组合在新的cluster

中

因此，使用任意初始结构对其进行编码是很简单的。