거리 매트릭스를 입력으로 사용하고 각 요소가있는 클러스터를 최대 "x"거리만큼 멀리 떨어진 개방/비밀도 기반 클러스터링 라이브러리를 찾는 데 도움이 필요합니다. 클러스터의 다른 요소 (기본적으로 지정된 밀도의 클러스터를 반환).거리 매트릭스를 입력으로 사용하는 밀도 기반 클러스터링 라이브러리
나는 DBSCAN 알고리즘을 체크 아웃했다. 내 요구에 맞는 것 같다. 미리 계산 된 거리 매트릭스 및 원하는 밀도의 출력 클러스터로 벗어날 수있는 DBSCAN의 깨끗한 구현.
귀하의 의견은 정말 유용 할 것입니다.
ELKI (http://elki.dbs.ifi.lmu.de/)는 외부 거리 매트릭스를 바이너리 또는 Ascii 형식으로로드 한 다음 거리 기반 클러스터링 알고리즘을 실행할 수 있습니다.
그러나 k-means와 같은 특정 알고리즘은/mean /에 대한 거리에 의존하기 때문에 작동하지 않습니다. 이는 분명히 사전 계산되지 않습니다. 예 : DBSCAN 및 OPTICS는 사전 계산 된 거리에서 정상적으로 작동합니다.
나는 아직 그것을 시도하지 않은,하지만 난 뭔가 비슷한 찾고 있어요 및 DBSCAN의 파이썬 구현 건너 온 : 미리 계산 된 매트릭스에 적응할 간단
http://scikit-learn.org/dev/auto_examples/cluster/plot_dbscan.html#example-cluster-plot-dbscan-py
Matlab file exchange has an implementation합니다. 코드의 함수 바깥에있는 pdist1에 대한 호출을 제거하면됩니다.
답변 해 주셔서 감사합니다. – user940154