类尺寸有约束的聚类

聚类是机器学习中一个重要的分支。很多时候我们的数据没有标签，需要先用聚类的方式对数据进行细分，看看能否发现一些规律。在网络科学中，聚类方法经常用于社区发现中，也就是将网络中的节点根据其连接模式分到不同的类别中。

聚类中常用的方法有K-Means，DBSCAN，spectral biclustering等。这些方法，scikit-learn包里面都封装好了，可以直接调用。

但是，现实中有时候希望控制每类中样本的数量，也就对类尺寸大小有约束，而上面的这些聚类方法都没办法实现这一需求。最近，我发现关于这一问题（类尺寸有约束的聚类）已经有学者研究了，并且有相关开源代码，python实现非常方便。

相关资源分享如下：

size-constrained-clustering
这是一个带尺寸约束的聚类包，实现了很多算法， 并给出了很多参考文献（但是安装过程出了bug）。

k-means-constrained
这个包实现了带尺寸约束的K-means聚类算法，亲测安装可用，速度与原始K-means聚类算法相差不大。