使用距離矩陣進行聚類
我有一個（對稱）矩陣
M，表示每對節點之間的距離。例如，ABCDEFGHIJKL 0 20 20 20 40 60 60 60 100 120 120 120 B 20 0 20 20 60 80 80 80 120 140 140 140 C 20 20 0 20 60 80 80 80 120 140 140 140 D 20 20 20 0 60 80 80 80 120 140 140 140 E 40 60 60 60 0 20 20 20 60 80 80 80 F 60 80 80 80 20 0 20 20 40 60 60 60 G 60 80 80 80 20 20 0 20 60 80 80 80 H 60 80 80 80 20 20 20 0 60 80 80 80 100 120 120 120 60 40 60 60 0 20 20 20 Ĵ 120 140 140 140 80 60 80 80 20 0 20 20 K 120 140 140 140 80 60 80 80 20 20 0 20 120 140 140 140 80 60 80 80 20 20 20 0是否有任何方法可以從中提取集群
M（如果需要，可以固定集群的數量），以便每個集群包含它們之間距離小的節點。在示例中，集群將(A, B, C, D)是(E, F, G, H)和(I, J, K, L)。我已經嘗試過 UPGMA 和
k-means 但生成的集群非常糟糕。距離是隨機遊走者從 node
A到 nodeB(!= A) 並返回 node的平均步數A。可以保證這M^1/2是一個指標。要運行k-means，我不使用質心。我將節點n簇之間的距離定義為 中所有節點c之間的平均距離。n``c非常感謝 ：）
有多種選擇。
k-中心點聚類
首先，您可以嘗試圍繞中心點 (pam) 進行分區，而不是使用 k-means 聚類。這個更健壯，並且可以提供更好的結果。Van der Laan 重新設計了算法。如果您要自己實現它，他的文章值得一讀。
對於大型數據集，有一個特定的 k-medoids 聚類算法。該算法在 R 中稱為 Clara，並在“ *查找數據組：聚類分析簡介”的第 3 章中進行了描述。*Kaufman, L 和 Rousseeuw, PJ (1990)。
層次聚類
除了 UPGMA，您可以嘗試其他一些層次聚類選項。首先，當你使用層次聚類時，一定要正確定義分區方法。這種劃分方法本質上是如何計算觀測值和聚類之間的距離。我主要使用 Ward 的方法或完整的鏈接，但其他選項可能是您的選擇。
不知道您是否嘗試過，但在系統發育應用中，單鏈接方法或鄰居連接通常優於 UPGMA。如果你還沒有嘗試過，你也可以試一試，因為它通常會產生非常好的結果。
在 R 中，您可以查看包cluster。所有描述的算法都在那裡實現。參見 ?pam, ?clara, ?hclust, … 檢查 ?kmeans 中算法的不同實現。有時選擇另一種算法可以顯著改善聚類。
編輯：只是想到了一些事情：如果您使用圖形和節點等，您也應該看看馬爾可夫聚類算法。例如，它用於根據爆炸相似性對序列進行分組，並且表現得非常好。它可以為你做聚類，或者給你一些關於如何解決你關注的研究問題的想法。事實上，在不知道任何事情的情況下，我想他的結果絕對值得一看。如果我可以這樣說，我仍然認為 Stijn van Dongen 的這種方法是我遇到過的最好的聚類結果之一。