我想在Python中实现一个"朋友的朋友"；算法，其中，对于N维空间(在我的情况下是二维的(中的一组点，两个点被称为"点"；朋友"；如果它们比给定的链接长度更近，并且朋友的朋友也是朋友(即，如果a是B的朋友并且B是C的朋友，则a也是C的朋友(。然后，所有在它们之间是朋友的点都被收集到一个单独的聚类中，从而产生一些最终数量的聚类。动机是，我通常有强聚集点，不同的簇彼此相距很远。我想在距离计算中允许任意度量(即，不一定是欧几里得度量(。
我可以从头开始写，但我想知道它是否可以使用现有的库或一些基于智能阵列的Python轻松实现。
您正在寻找的是具有单个链接的聚集聚类(也称为层次聚类(。
聚集聚类是一种算法，通过从单个点开始合并聚类来生成聚类树。
linkage参数定义了如何合并这些簇。单链接意味着在每一步中，您将合并两个簇，它们的点之间的最小距离是所有簇对中最小的。然后你可以选择一个截止点，从而达到你的要求。
它在scikit-learn中实现，您可以使用许多距离度量或提供自定义距离矩阵。
https://scikit-learn.org/stable/modules/generated/sklearn.cluster.AgglomerativeClustering.html