请教一个聚类问题。

假如一个平面有400个点，他们之间可能连接或不连接，用逻辑矩阵A2（400x400）可以描述（A2(1, 2)=1表示点1和2连接）。然后这个平面和点被复制了30次（可以类比为复制成很多层），但是，点之间连接关系每层都是未必相同的。这样，连接关系矩阵可以用A3（400x400x30）表示。那么我们现在要找所有连接点的集合（簇或者聚类）。当然，在一层内，所有连接（包括间接）的点构成一个簇。如果层和层之间同一对点都是相连的，那么他们连接的两层的簇可以看成是同一个簇。比如A3(1,2,1)=1, A3(1,3,1)=1, A3(1,2,2)=1, A3(1,4,2)=1, 那么存在一个簇{(1, 1), (2, 1), (3, 1),(1, 2),(2, 2),(4, 2)}。如果进一步扩展到多维，比如A4（400x400x30x20）甚至更多呢？

请问有没有好一些的算法？实际数据中有连接的是少数，比如在一层内每个点的连接不会多于特定10个点。

我能想到的办法很麻烦：就是先把连接矩阵转化为400x1的细胞矩阵，例如A4，转化为A4c。每个细胞内是Nx30x20的值（N<=10，表示所有可能和A连接的点）。然后从第一个点开始循环+递归查找，每找一次就把找过的地方标记为0，直到全部元素归0。这样效率很低（三层循环20，30，400；循环内还要递归遍历）。头疼。

Answer 1

[jonemon]

function [yc,z,h,t]=juleifenxi(A)
A=zscore(A)
y=pdist(A,'Euclid');%计算欧氏距离
yc=squareform(y);
z=linkage(y);
[h,t]=dendrogram(z);%可视化聚类树
希望对你有帮助！