R中相异矩阵的聚类

我目前正试图了解无经验的机器学习，即集群，但有点困惑

首先，这就是为什么我需要一个集群算法。我计算了一个相异矩阵nxn，其中比较了二叉树的（dis）相似性。这意味着对于条目Ni，i，值为零（表示对角线为零），对于条目Ni，j，值为≥ 0这是一个包含100 x 100个元素的矩阵，也就是说，我有100个二叉树，我将它们相互比较。该矩阵在R之外计算。我的矩阵中的距离是树编辑距离，满足三角形不等式

---

哪种聚类算法实际上只允许我使用这些信息？我很确定我可以使用分层聚类，但是我如何使用这个矩阵在R中执行k-means-order-PAM聚类呢

你不能使用k-means。因为它需要计算平均值，以及与平均值的距离。那对树不起作用

HAC、PAM和DBSCAN都可以。DBSCAN是这三种方法中最具可扩展性的一种，但如果您有足够的数据，它也会工作得更好—您的样本可能太小，无法满足这一要求。所以我会用醋酸