我想在半监督（受约束）聚类上运行一些实验，尤其是用作为实例级别成对约束的背景知识（必须链接或不能链接约束）提供的背景知识。我想知道是否有任何良好的开源软件包可以实现半监督聚类？我试图看一下Pybrain，Mlpy，Scikit和Orange，但找不到任何约束的聚类算法。特别是，我对受约束的K-均值或受约束密度的聚类算法感兴趣（例如C-DBSCAN）。Matlab，Python，Java或C 的软件包将是首选，但不必限于这些语言。
python软件包Scikit-learn现在具有 ward层次群集群的算法（自0.15）和> crocgomerate支持连接约束。
此外，我确实有一个现实世界应用，即从单元位置识别轨道，每个轨道只能从每个时间点中包含一个位置。
r软件包结论实现了许多算法：
此软件包中有4个主要功能：ckmeans（），lcvqe（），mpckm（）和ccls（）。他们采用了一个未标记的数据集，并且两个必须链接的列表，并且不能用作输入的链接约束，并产生聚类作为输出。
python中还有 cop-kmeans 的实现。
也许有点晚，但请查看以下内容。
-
weka（在Java中）的扩展名实现PKM，MKM和PKMKM
http://www.cs.ucdavis.edu/~davidson/constration-clustering/
-
使用EM和MATLAB中的约束
中的高斯混合模型http://www.scharp.org/thertz/code.html
我希望这会有所帮助。
全面披露。我是K-Means受限的作者。
这是K-均值聚类的Python实现，您可以在其中指定最小和最大群集大小。它使用与Scikit-Learn相同的API，并且非常易于使用。它也基于快速的C 软件包，因此具有良好的性能。
您可以将其安装：
pip install k-means-constrained
示例使用：
>>> from k_means_constrained import KMeansConstrained
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
>>> [4, 2], [4, 4], [4, 0]])
>>> clf = KMeansConstrained(
>>> n_clusters=2,
>>> size_min=2,
>>> size_max=5,
>>> random_state=0
>>> )
>>> clf.fit(X)
array([0, 0, 0, 1, 1, 1], dtype=int32)
>>> clf.cluster_centers_
array([[ 1., 2.],
[ 4., 2.]])
>>> clf.predict([[0, 0], [4, 4]])
array([0, 1], dtype=int32)
github半度审查的用法类似于sklearn api。
pip install semisupervised
步骤1.未标记的样品应标记为-1。
step2。model.fit（x，y）
步骤3。Model.predict（x_test）
示例：
from semisupervised.TSVM import S3VM
model = S3VM()
model.fit(np.vstack((label_X_train, unlabel_X_train)), np.append(label_y_train, unlabel_y))
# predict
predict = model.predict(X_test)
acc = metrics.accuracy_score(y_test, predict)
# metric
print("accuracy", acc)
查看此Python软件包active-semi-supervised-clustering
github https://github.com/datamole-ai/active-semi-supervised-clustering