听起来您需要 HAC（分层凝聚聚类）。有许多变体，但基本思想是您从单例集群开始并逐步合并，基于确定哪些集群是“最接近”的不同方式。

有关 HAC 的更多信息，请参阅维基百科条目。

您可以尝试一些有趣的事情：

1. 看看SigClust - 它是一个 R 函数，可让您使用 bootstrapping/monte carlo 模拟来确定聚类的重要性。SigClust 将为两组点之间的聚类操作提供一个 p 值。从理论上讲，您可以在层次聚类树的每个节点上运行它，但它往往很耗时，因此可能在超过 10 个点的节点上运行。在任何一种情况下，如果您 SigClust 始终为点聚类提供高 p 值，那么这些可能会突出显示您正在寻找的自然聚类。

2. 尝试看看您是否可以使用OREO 或最佳重新排序而不是层次聚类。据我所知，没有可用的 R 实现，但该算法确实产生了非常令人印象深刻的结果（至少在我读过的论文中）。如果您有数学编程方面的背景，我相信您可以使用 CPLEX 得到类似的东西。

您可能想尝试“基于模型的聚类”。该算法使用“BIC”来确定集群的数量。

真挚地