我有一个填充了离散元素的矩阵，我需要将它们（使用 R）聚类到完整的组中。因此，例如，采用这个矩阵：
[A B B C A]
[A A B A A]
[A B B C C]
[A A A A A]
A 有两个独立的集群，C 有两个独立的集群，B 有一个集群。
我正在寻找的输出理想情况下会为每个集群分配一个唯一的 ID，如下所示：
[1 2 2 3 4]
[1 1 2 4 4]
[1 2 2 5 5]
[1 1 1 1 1]
现在我编写了一个代码，它只通过迭代检查最近的邻居来递归地执行此操作，但是当矩阵变大（即100x100）时它会迅速溢出。
R中是否有内置函数可以做到这一点？我研究了光栅和图像处理，但没有运气。我确信它一定在外面。
你认为在你的情况下距离测量是什么？
我假设这里有三个维度：
RowN （行号）ColN （列号）Value （值：A、B 或 C）这意味着您从4x5矩阵中获得的数据如下所示：
Sample1 -> (1, 1, A)
Sample2 -> (1, 2, B)
...
Sample5 -> (1, 5, A)
Sample6 -> (2, 1, A)
...
Sample15 -> (3, 5, C)
...
Sample20 -> (4, 5, A)
是否value缩放？换句话说，是A < B < C？
如果是，那么
{A, B, C}为{0, 1, 2}（或者可能是{10, 11, 12}，如果您希望这种差异不如 RowN 和 ColN 属性重要）stats在这种情况下，两者之间的距离将是：
Sqrt( (RowN1-RowN2)^2 + (ColN1-ColN2)^2 + (Value1-Value2)^2 )
如果value未缩放（常规分类变量），请使用适用于分类数据的 K-Means 的一些修改。
因此，在 100x100 矩阵的情况下，您有 10000 个观察值和三个变量，这是非常微不足道的样本量。
我不确定您的问题是否属于聚类问题。在聚类中，您试图使用未标记的数据发现相似示例的聚类。在这里，您似乎希望枚举附近节点的现有“集群”。
老实说，我不知道 R 中有这样的函数。但是，就算法而言，我相信您正在寻找的是Connected-Component Labeling。一种桶填充，用于矩阵。
维基百科文章在上面链接。那里提出的一种算法，称为单遍算法，如下所示：
One-Pass(Image)
[M, N]=size(Image);
Connected = zeros(M,N);
Mark = Value;
Difference = Increment;
Offsets = [-1; M; 1; -M];
Index = [];
No_of_Objects = 0;
for i: 1:M :
for j: 1:N:
if(Image(i,j)==1)
No_of_Objects = No_of_Objects +1;
Index = [((j-1)*M + i)];
Connected(Index)=Mark;
while ~isempty(Index)
Image(Index)=0;
Neighbors = bsxfun(@plus, Index, Offsets');
Neighbors = unique(Neighbors(:));
Index = Neighbors(find(Image(Neighbors)));
Connected(Index)=Mark;
end
Mark = Mark + Difference;
end
end
end
我想使用上面的方法很容易自己动手。