基于成对相似度的聚类?

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DBSCANH-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)ppi之间的相似度,那么1-sim(pi,p)就是这两个点的距离。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注