基于密度的聚类库，以距离矩阵作为输入

Question

需要帮助找到一个基于开放/免费密度的聚类库，该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每个其他元素的最大“x”距离（基本上返回具有指定密度的聚类） ).

我检查了DBSCAN算法，它似乎适合我的需求。您可能不会使用任何干净的 DBSCAN 实现，它可以使用预先计算的距离矩阵并输出具有所需密度的簇？

Answer 1

ELKI（位于 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。

某些算法（例如 k-means）无法工作，因为这些算法依赖于到 /mean/ 的距离，而这显然不是预先计算的。但例如DBSCAN 和 OPTICS 在预先计算的距离下工作良好。

Answer 2

我还没有尝试过，但我正在寻找类似的东西，并遇到了 DBSCAN 的 python 实现：

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

Answer 3

Matlab 文件交换有一个实现，可以直接适应预先计算的矩阵。只需删除代码中函数外部对

pdist1

的调用即可。