Home IT技术 基于成对相似度的聚类? 基于成对相似度的聚类? IT技术 xiaolong · 2025年5月27日 · 0 Comment 假设我有一组元素对及其对应的相似度分数。我希望能够根据这些元素之间的相似度对其进行聚类。是否有已建立的方法来实现这一点? 回答: 你可以使用一些基于密度的聚类算法,比如DBSCAN或H-DBSCAN。例如,如果你想找到一对p的邻居,这些邻居位于以p为中心、半径为epsilon的圆内,你可以计算所有满足1-sim(pi,p) < epsilon的邻居。因为如果sim(pi,p)是p和pi之间的相似度,那么1-sim(pi,p)就是这两个点的距离。 相关文章: 文档聚类的对数似然相似度 使用PCA降维后的数据进行聚类 在R中获取最佳聚类数量 当其中一个向量全为零时的余弦相似度 计算两个配置文件之间共同特征数量的相似度 聚类场景:作为点之间相似性度量的两个点的计算成本之间的差异。这是否适用? 何时使用独热编码,何时使用虚拟变量? 为什么调整后的兰德指数(ARI)比兰德指数(RI)更好,以及如何从公式上直观地理解ARI 如何在Spark中使用KMeans对推文进行聚类? 监督聚类 – 评估每个真实标签的指标? cluster-analysis cosine-similarity machine-learning statistics