r - R 中相异矩阵的聚类

Question

我目前正尝试着手研究无监督机器学习，即聚类，但有点困惑。

首先，这就是为什么我需要一个聚类算法。我计算了一个差异矩阵 N x N，我在其中比较了二叉树的(差异)相似性。这意味着条目 N_i,i 的值为零(意味着对角线为零)并且条目 N_i,j 的值为 ≥ 0。这是一个包含 100 x 100 个元素的矩阵，即我有 100 个相互比较的二叉树。该矩阵是在 R 之外计算的。我的矩阵中的距离是树编辑距离并满足三角不等式。

我实际上只允许使用这些信息使用哪种聚类算法？我很确定我可以使用层次聚类，但是我如何仅使用这个矩阵在 R 中执行 k-means oder PAM 聚类？

Answer 1

您不能使用 k-means。因为它需要计算均值，以及与均值的距离。这对树不起作用。

HAC、PAM 和 DBSCAN 都可以。 DBSCAN 是这三者中最具可扩展性的，但如果您有足够的数据，它也能更好地工作——您的样本可能太小了。所以我会使用 HAC。