在Python中优化集群

我为我的问题编写了自己的聚类算法（我知道这很糟糕）。它工作得很好，但可以工作得更快

算法将值列表（1D）作为输入，其工作原理如下：

对于每个簇，计算到最近邻居簇的距离

选择与邻居B距离最小的群集A

如果A和B之间的距离小于阈值，返回

结合A和B

转到1

我可能在这里重新发明了一个轮子

这是我的暴力foce代码，如何让它更快？我已经安装了Scipy和Numpy，如果有现成的东西的话

#cluster center as simple average value
def cluster_center(cluster):
  return sum(cluster) / len(cluster)

#Distance between clusters
def cluster_distance(a, b):
  return abs(cluster_center(a) - cluster_center(b))

while True:
  cluster_distances = []

  #If nothing to cluster, ready
  if len(clusters) < 2:
    break

  #Go thru all clusters, calculate shortest distance to neighbor  
  for cluster in clusters:
    cluster_distances.append((cluster, sorted([(cluster_distance(cluster, c), c) for c in clusters if c != cluster])[0]))

  #Find out closest pair 
  cluster_distances.sort(cmp=lambda a,b:cmp(a[1], b[1]))

  #Check if distance is under threshold 15
  if cluster_distances[0][1][0] < 15:
     a = cluster_distances[0][0]
     b = cluster_distances[0][1][1]
     #Combine clusters (combine lists)
     a.extend(b)

     #Form a new cluster list
     clusters = [c[0] for c in cluster_distances if c[0] != b]
  else:
    break

#群集中心作为简单平均值
def集群_中心（集群）：
返回和（群集）/len（群集）
#簇间距离
def集群_距离（a、b）：
返回abs（仪表盘中心（a）-仪表盘中心（b））
尽管如此：
群集距离=[]
#如果没有要群集的内容，请准备就绪
如果len（簇）<2：
打破
#遍历所有簇，计算到邻居的最短距离
对于集群中的集群：
cluster_distance.append（（cluster，sorted（[（cluster_distance（cluster，c），c）表示集群中的c，如果c！=cluster]）[0]））
#找出最接近的一对
聚类距离排序（cmp=lambda，b:cmp（a[1]，b[1]））
#检查距离是否低于阈值15
如果群集距离[0][1][0]<15：
a=群集距离[0][0]
b=群集距离[0][1][1]
#合并簇（合并列表）
a、 延长（b）
#形成一个新的集群列表
集群=[c[0]对于集群距离中的c，如果c[0]！=b]
其他：
打破

通常，术语“聚类分析”仅用于多变量分区。因为在1d中，您实际上可以对数据进行排序，这样可以更轻松地解决这些问题

因此，为了加快处理速度，对数据进行排序！然后重新考虑你需要做什么

---

至于一种更高级的方法：进行核密度估计，并寻找局部极小值作为分割点。

我不知道从哪里开始，但幸运的是，其他人可能会这样做：K-means聚类需要知道聚类的数量，而使用scipy cluster，我不知道从哪里开始：）你重新发明了凝聚聚类吗？看一看：是的，数据已排序。你能解释一下什么是“内核密度估计”吗？在你最喜欢的数学/统计书中查找。或者维基百科。