是否存在一些聚类算法，专注于形成特定大小的聚类？这可以更多地被视为一种分组算法，而不仅仅是聚类算法。

基本来说，给定n个数据点，以及固定大小的组k，根据某些分类器找到将点分配到集合的最优分布，希望能最小化每个组中每个点的分类器距离。

这个问题看起来与聚类问题非常相似，但主要区别在于我们关注的是特定的大小，而不关心聚类的数量。

回答：

有一个关于如何在ELKI中实现这种算法的教程：

http://elki.dbs.ifi.lmu.de/wiki/Tutorial/SameSizeKMeans

还可以看看约束聚类算法；虽然这些算法通常只支持“必须链接”和“不能链接”的约束，而不支持大小约束。

你可以进行类似的修改，首先指定组的大小，然后随机分配点，只要你的目标函数有所改善，就交换聚类成员；这与k-means/k-medoids类似。由于你可能会陷入局部最小值，可以多次重启并只保留最佳结果。

另见之前的问题，例如具有相同聚类大小的k-means算法变体和将n个点分组到k个相同大小的聚类中