问如何在集群上应用集群？

EN

就其本质而言，除了人类决定赋予它的意义之外，集群没有任何意义。如果你想把集群分成更多的集群，那么你需要调整你正在使用的模型的超参数。

例如，K-means聚类允许您选择希望具有的先验聚类数量，而基于密度的聚类方法通常允许您定义一些重要的密度。您正在使用的库看起来并不是非常适合于集群，而是非常适合于图形计算。

我不太熟悉R，但您可能希望尝试一下clusterR包，因为它似乎有许多常见的聚类算法。我个人倾向于使用Python来处理这些事情，特别是一个名为scikit-learn的包。

希望这能有所帮助！

我在评论中的意思是，我假设您有一个包含样本(行)和特征(列)的数据集。

例如，如果您对整个数据集进行K-means聚类，并获得您所说的结果，我将创建一个新的数据集，其中您只获取属于大聚类的样本。这样，您可以在这个新数据集上单独应用任何一种聚类技术，并且它应该拆分更多。

这是因为在您的原始数据集中，由于存在更大的相对差异，因此这个大集群中的差异并不重要(它们要小得多)。当你把大的差异放在一边，小的差异就可以恢复了。