9 假设我们定义了N个项目之间的距离，而不是度量。 基于此距离，我们然后使用聚集层次聚类。 我们可以使用每种已知算法（单个/最大/可用性链接等）来获得有意义的结果吗？或者换句话说，如果距离不是公制，使用它们会有什么问题？ clustering multilevel-analysis metric hierarchical-clustering — 塔尔·加利利 source 您的情况下的“项目”是什么？（我问这是否与心理计量学有关，因为如果是这种情况，我建议您看一下项目聚类，或Revelle，W. 层次聚类分析和测试的内部结构，MBR（1979）14 ：57。） — chl
7 距离要求取决于分层聚类的方法。单一，完整，平均的方法需要距离为非负且对称。病房，质心，中位数方法需要（平方）欧氏距离（比公制还要窄的距离）才能产生几何上有意义的结果。 （我们可以检查他/她的距离矩阵是欧几里得通过双中心吧[见我的答复这里 ]，并着眼于特征值;如果没有负本征值中找到，那么距离欧氏空间中做收敛。） — ttnphns source 谢谢。进一步的问题：对于单个，完整，平均的方法，三角形不等式是否必须成立？如果某个距离（例如）不对称，那么这些方法会带来什么问题？（谢谢！） — Tal Galili 1 经典的层次聚类方法只能接受对称矩阵：从A到B的距离=从B到A的距离。存在特殊的其他方法来处理非对称（您可以在Google上找到）。至于三角不等式-您提到的方法不是必要条件。（但是，常识认为“距离”是不等式的一部分，因此值得考虑的是将其遗失。如果要这样做，可以在距离上迭代添加一个小常数并进行检查。那么您很快就会到达欧几里得距离） — ttnphns 2011年
5 不，距离不必是公制。例如，它可以是超度量：d(A,B)≤max(d(A,C),d(B,C))d(A,B)≤max(d(A,C),d(B,C)) 可以使用树状图来表示从聚类算法中连续步骤获得的超距，在这种情况下您可能已经看到过。 — 洪大井 source 谢谢你洪。我记得，将某些对象转换为簇的方法要求树状图是超度的-如果这与您编写的内容有关，我会很受伤。无论如何，谢谢您的回答。 — Tal Galili