私はオブジェクト間の距離を説明2次元配列を有する：例えば、距離（A、B）= 1、距離（B、C）のため未知の距離メトリックを有する一次元データをclastering
A B C
A 0 1 2
B 1 0 3
C 2 3 0
を= 3、距離（A、C）= 2、 距離（x、y）=距離（x、y）。私はこの距離について何も知らない、それはユークリッド距離ではなく、一般に知られている距離関数でもない。
グループとパーティションポイント（x、y）の数を見つける方法は？
私が見つけた解決策：
D =[x][y] #two dimencion array with distances between x and y
sorted_distance = sorted_distance(D) # all values apears in D, delete duplicates and sort from max to min value
for distance in sorted_distance:
V = D.keys()
E = []
for x in V:
for y in V:
if x==y: continue
if D[x][y]<=distance:
E.append((x,y))
G = Grapth(V,E)
connected_components = get_connected_components(G)
if len(connected_components)>1: # this value could be increase if result is not rewarding
return connected_components
可能性は私の質問のにとって必須ではhttp://stats.stackexchange.com/questions/2717/clustering-with-a-distance-matrix – gdlmx
と重複は距離ということですユークリデスではないですが、私は遠く離れていると思っています。 Googleで見つけたK平均アルゴリズムとmoustは、ポイント間のユークリッド距離が必要です。 –