基于互近邻的层次聚类方法

聚类是一种基础的分析工具，旨在根据数据点的相似度或距离将其分类为若干组。它已在包括生物学、物理学、经济学、化学、天文学、心理学等在内的所有自然科学与社会科学中获得了成功应用。在众多现有算法中，层次聚类算法具有独特优势，因为它们能在无需预先确定簇数的情况下提供不同分辨率的结果，并展现所得簇的组织结构。与此同时，它们也存在多种缺陷，因此要么耗时要么不准确。我们基于一个简单的假设——两个互近邻数据点应被归入同一簇——提出了一种新颖的层次聚类方法。跨多个领域数据集的广泛测试表明，我们的方法比最先进的基准方法更快且更准确。我们进一步扩展该方法以处理真实网络中的社区发现问题，与著名的 Girvan-Newman 算法相比取得了显著更好的结果。