Thư viện phân cụm dựa trên mật độ lấy ma trận khoảng cách làm đầu vào

Question

Cần trợ giúp tìm thư viện phân cụm dựa trên mật độ mở/miễn phí, lấy ma trận khoảng cách làm đầu vào và trả về cụm với mỗi phần tử trong phạm vi tối đa "x". các phần tử khác trong các cụm (về cơ bản trả về các cụm có mật độ xác định).

Tôi đã kiểm tra thuật toán DBSCAN, có vẻ như nó phù hợp với nhu cầu của tôi. Bất kỳ triển khai sạch nào của DBSCAN mà bạn có thể không tắt, có thể cất cánh với một ma trận khoảng cách và các cụm đầu ra được tính toán trước với mật độ mong muốn?

Đầu vào của bạn sẽ thực sự hữu ích.

Answer 1

ELKI (tại http://elki.dbs.ifi.lmu.de/) có thể tải ma trận khoảng cách bên ngoài, ở định dạng nhị phân hoặc Ascii và sau đó chạy thuật toán phân cụm dựa trên khoảng cách trên đó.

Một số thuật toán nhất định như k-means không thể hoạt động, vì các thuật toán này dựa vào khoảng cách đến/mean /, rõ ràng không phải là tiền đề. Nhưng ví dụ: DBSCAN và OPTICS hoạt động tốt với khoảng cách được xác định trước.

Answer 2

Tôi đã không thử nó ra được nêu ra, nhưng tôi đang tìm một cái gì đó tương tự và đã xem qua thực hiện trăn này của DBSCAN:

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

Answer 3

Matlab file exchange has an implementation đó là đơn giản để thích ứng với ma trận precomputed. Chỉ cần xóa cuộc gọi tới pdist1 bên ngoài chức năng trong mã của bạn.