Language agnostic 对矩阵中的相似值进行聚类

Language agnostic 对矩阵中的相似值进行聚类,language-agnostic,matrix,analysis,similarity,Language Agnostic,Matrix,Analysis,Similarity,我有一个有趣的问题,我相信有一个优雅的算法来解决这个问题,但我很难简单地描述它,这将有助于找到这样一个算法 我有一个比较值的对称矩阵,例如: -104.2732 -180.3972 -130.6969 -160.8333 -141.5499 -139.2758 -144.7697 -114.0545 -117.6409 -140.1391 -180.3972 -93.05421 -171.618 -162.0157 -156.8562 -

我有一个有趣的问题,我相信有一个优雅的算法来解决这个问题,但我很难简单地描述它,这将有助于找到这样一个算法

我有一个比较值的对称矩阵,例如:

-104.2732   -180.3972   -130.6969   -160.8333   -141.5499   -139.2758   -144.7697   -114.0545   -117.6409   -140.1391
-180.3972   -93.05421   -171.618    -162.0157   -156.8562   -156.3221   -159.9527   -163.2649   -170.127    -153.2709
-130.6969   -171.618    -101.1591   -154.4978   -143.6272   -116.3477   -137.2391   -125.5645   -128.9505   -131.6046
-160.8333   -162.0157   -154.4978   -96.96312   -122.7894   -141.5103   -127.7861   -149.6883   -153.0445   -130.2555
-141.5499   -156.8562   -143.6272   -122.7894   -101.7487   -141.451    -123.9087   -138.7041   -139.2517   -125.3494
-139.2758   -156.3221   -116.3477   -141.5103   -141.451    -99.99486   -134.6553   -132.7735   -138.7249   -134.1319
-144.7697   -159.9527   -137.2391   -127.7861   -123.9087   -134.6553   -100.0683   -141.3492   -138.0292   -120.5331
-114.0545   -163.2649   -125.5645   -149.6883   -138.7041   -132.7735   -141.3492   -106.8555   -115.58 -139.3355
-117.6409   -170.127    -128.9505   -153.0445   -139.2517   -138.7249   -138.0292   -115.58 -104.9484   -140.4741
-140.1391   -153.2709   -131.6046   -130.2555   -125.3494   -134.1319   -120.5331   -139.3355   -140.4741   -101.3919
对角线将始终显示最大分数(因为它是一种自我比较)。然而,我知道这些值中的一些表示相同的项目。快速查看矩阵,我可以看到(并且已经手动确认)项目0、7和8以及2和5以及3、4、6和9都标识了相同的项目

现在我想做的是找到一个优雅的解决方案,如何将这些集群在一起,生成4个集群

有人知道这样的算法吗?任何帮助都将不胜感激,因为我似乎离问题的解决方案如此之近,但我被最后一个绊脚石绊倒了:(

干杯