问基于R中聚类的质心距离识别数据波段

EN

我正在尝试使用聚类来识别我数据集中的波段。我使用的是供应链数据，所以我的数据是这样的：

​

​

相关的列是每种产品的价格。

问题是，有时我们错误地认为这个产品是100而不是10的情况，所以每个价格应该看起来像(2，0.25，3)。我想创建一个代码，如果一个额外的集群的平均价格至少是所有现有集群的2倍以上或更少，则只创建集群。

例如，如果我的价格是(4，5，6，13，14，15)，我希望它返回2个质心为5和14的集群。另一方面，如果我的数据看起来像(3，4，5，6)，它应该返回一个集群。

我们的目标是创建一个代码，返回生成了多个集群的商品的产品代码，这样我就可以审核这些产品代码中的错误度量单位(案例100与案例10)。

我正在考虑使用分裂的层次聚类，但我不知道如何引入质心距离规则来创建新的聚类。

我对R比较陌生，但是我有SQL和Stata的经验，所以我正在寻找一个可以完成这项工作的包，或者帮助我完成这项工作所需的语法。