我想探索大型数组中数据项之间的关系。每个数据项由多维向量表示。首先，我决定使用聚类。我有兴趣找到群集（数据向量组）之间的层次关系。我能够计算我的向量之间的距离。因此，在第一步中，我正在寻找最小生成树。然后，我需要根据生成树中的链接将数据向量分组。但在这一步骤中，我感到困扰 - 如何将不同的向量组合成层次聚类？我使用启发式方法：如果两个向量相连，并且它们之间的距离非常小 - 那就意味着它们在同一个簇中，如果两个向量相连但它们之间的距离大于阈值 - 那就意味着它们在具有共同根簇的不同簇中。
但也许有更好的解决方案吗？
谢谢
P.S. 感谢大家！
实际上，我尝试过k均值和CLOPE的某些变体，但没有得到很好的结果。
因此，现在我知道我的数据集的聚类实际上具有复杂结构（比n球更复杂）。
这就是为什么我想使用分层聚类。此外，我猜测聚类看起来像n维连接（如3d或2d链）。因此，我使用单链接策略。 但我感到困扰 - 如何将不同的聚类彼此组合在一起（在哪种情况下我必须创建共同根簇，在哪些情况下我必须将所有子簇组合成一个簇？）。 我使用这样简单的策略：
- 如果群集（或向量）彼此太接近 - 我将它们的内容合并为一个群集（由阈值调节）
- 如果群集（或向量）彼此太远 - 我将创建根群集并将它们放入其中
但是使用这个策略，我得到了非常大的簇树。我试图找到令人满意的阈值。但也许有更好的策略来生成簇树？
这里是一个简单的图片，描述了我的问题：
