Как множество объектов разделить на группы по коэффициентам подобия?

Существуют ли какие-либо алгоритмы выделения в группу объектов

https://ru.wikipedia.org/wiki/Кластерный_анализ

выделить группу из множества и разделить множество на группы это разное

Почему?

Интересно, что за задачка в практическом плане?

Существуют ли какие-либо алгоритмы

А просто обойти матрицу не вариант?

Хэш функция?

При поиске подобия? круто че

Не при, а для.

us us us

Выглядит похоже на вариант k-средних. Нашёл такой метод - https://en.wikipedia.org/wiki/K-medoids

точно, я про это уже и забыл. Для них вроде нужно заранее знать количество центров? А как определить сколько там центров?

Так же как в к-средних. Самое простое - построить график число кластеров / дисперсия расстояния до центра и посмотреть.

http://lmgtfy.com/?q=K-Means optimal number of clusters

Выглядит как поиск connected components.

Не будет работать - тут учитывается расстояние только до соседней точки.

а длинная линия равноудаленных точек на прямой - это один кластер, или сколько?

{ (x, 0) : 0<=x<=9000 }, например

На сколько нужно на столько и разбиваешь исходя из своей задачи.

Ещё существует группа методов под названием hierarchical clustering.

http://www.micans.org/mcl/