例如，我有一组实值向量

$S = \{v_1, v_2, ..., v_k\}$

$v_i = \begin{pmatrix} age_i \\ height_i \\ weight_i \\ ... \end{pmatrix}$

管他呢。每个向量有大约 30 个分量，并且$k\approx 10,000$. 向量未归一化。

两个目标：

• 计算数据集自然形成的簇数，
• 任意给定$N$， 选择$N$集合中的代表（或构建代表向量）跨越集群。

有很多聚类算法可供选择。我可以灵活地定义集群的定义，但我确实想要“合理”的行为，如果$N$不同于自然存在的簇数：

• 如果 N 太小，则应首先表示最大、最密集的簇，
• 如果 N 太大，额外的代表应该坐在大集群附近而不是其他任何地方，并且额外的代表不应该全部聚集在同一个地方。

简单性和性能是首要任务。集群的定义是可以协商的。如果可以调整算法以指定某些组件在定义集群时“重要”，那就太好了，但这只是一个愿望。

对于此类数据，什么是快速、简单的聚类方法？