Algorithm 图上的节点聚类

假设我有一个有X个顶点的加权无向图。我正在根据每个连接顶点之间的边的权重（较低的权重=更接近）将这些节点分成簇

我希望我可以使用像K-means聚类这样的算法来实现这一点，但是K-means似乎至少需要二维空间中的数据，而我只有每个边的权重

有没有办法将加权图的节点聚集在一起？对于是否需要指定集群的数量，我没有偏好

我怀疑我在这里遗漏了一些相对简单的东西，但已经太晚了

我考虑过是否只需要遍历图，并为每个节点找到其Y最近的近邻，但这似乎太简单了

---

编辑：抱歉：更具体地说：图形不是太大（最多150个顶点左右），而且不完整。我正在使用Python。

您的图形很大吗？节点？边缘？我能想到的最简单的选择是分层集群。您需要使用最小合并模式，因为我猜您的图形不完整。你用什么语言？因此，我可以推荐一些库或包。您可以计算并将其视为@Picarus的分层集群可能的副本，抱歉。我在问题中添加了更多信息！该图不完整，最多约150个顶点，我目前正在使用Python。@BnMcG最小生成树相当于层次聚类，它有好的和坏的特性。您可以通过删除MST中的k个最大链接并将生成的连接组件视为群集，将其转换为群集。它是否对你有益取决于你真正想要什么。网络搜索会找到各种关于这些特性的页面，比如你的图形很大吗？节点？边缘？我能想到的最简单的选择是分层集群。您需要使用最小合并模式，因为我猜您的图形不完整。你用什么语言？因此，我可以推荐一些库或包。您可以计算并将其视为@Picarus的分层集群可能的副本，抱歉。我在问题中添加了更多信息！该图不完整，最多约150个顶点，我目前正在使用Python。@BnMcG最小生成树相当于层次聚类，它有好的和坏的特性。您可以通过删除MST中的k个最大链接并将生成的连接组件视为群集，将其转换为群集。它是否对你有益取决于你真正想要什么。web搜索会找到各种讨论这些功能的页面，例如