我目前面临一个无监督学习任务，即使用聚类的方法。更具体地说，它是一个分段任务，因此有一些关于 a) 聚类数量和 b) 每个分段的粗略内容的先验知识。从文学作品来看，这似乎是一个典型的例子，“受约束的 k-means”将发挥作用，我真的很想尝试一下。上述两个先验知识都可以合并到“受约束的k-means”中，因为a）由k表示，b）可以用“必须链接约束”表示。（有关受约束的 k 均值的一个很好的概述，请参阅 Wagstaff、Cardie、Rogers、Schrödl 和其他人 (2001)。）

我现在的问题是我在 CRAN 上的 R 中找不到合适的实现。根据伪代码，我自己在 R 中编程是可以的，但我的编程肯定不够高效，因为我们谈论的是一个有点大的数据集（75.000 x 30）。

因此，我求助于这个社区，希望有人在 R 中找到了“受约束的 k-means”的有效实现，或者愿意提供一些有效的代码。

非常感谢你，

克莱门斯

2016 年 6 月 23 日更新：感谢您到目前为止的回复。为了使问题更简洁，请在此处查看示例数据文件。（注意：这不是我原始数据的摘录，因为它是高度敏感的，而是具有相同特征的人工数据集（尽管行数更少））

简单约束的两个示例：

• 所有在 v305 中为 1 或在 v306 中为 1 的观测值都必须链接（必须链接约束）
• 所有在 v258 和 v262 中为 1 的观测值都必须链接（必须链接约束）

目前正在查看您的建议，Rahul。非常感谢。