Python K-Means 聚类和最大距离

Question

首先我想说的是，我对聚类技术的了解非常有限，请不要太严厉地抨击我。

我有一组相当大的 3D 点（大约 8,000 个） - 想一想 X、Y、Z 三元组，其中 Z 坐标代表地下地球中的一个点（负）。我想使用绝对最小数量的聚类对这些点进行聚类，并具有以下约束：

1. 使用最少数量的集群
2. 所有点都应包含在聚类中，这意味着任何点都应至少属于一个聚类
3. 任何点与簇质心（在地球表面上以 Z=0 偏移）之间的最大距离不应超过某个固定距离d。

我正在考虑使用 scikit-learn k-means 方法，通过迭代地增加集群的数量，然后，对于数据集中的所有点，计算该点与集群质心之间的距离（在 Z=0 处）是否为小于提供的具体距离。

当然，我愿意接受更好/更有效的建议——例如，集群不需要像 k-means 返回的那样是循环的。只要满足上述约束，它们可以是椭圆或其他任何东西。

我欢迎任何建议，感谢您的见解。

Answer 1

使用层次聚类。

具有完整的链接。

找到真正的最小覆盖是 NP 困难的。所以你不想这样做。但这应该会在“仅”O(n³) 中产生一个相当好的近似值。

这是基础知识。在寻找聚类算法时，至少阅读维基百科的文章。最好甚至是一些书，以获得概述。不只是 k-means...