完全基于实体相似度的无监督聚类

我正在尝试对多个实体进行聚类。我用于聚类的唯一指标是实体之间的相似度(一个0到1的浮点数)。

有没有人能想到任何可以实现这种聚类的算法?我知道这会返回模糊的分组,但这仍然比我目前通过编程估计分组要好得多。


回答:

所有作用于网络(也称为图 – 由边连接的节点)的聚类算法都会考虑邻域拓扑。这样的算法有很多。我推荐RNSC和MCL(免责声明:后者是我编写的)。进一步解释,简单(无权重)网络中的聚类结构可以以节点集的形式存在,其中许多可能的连接都被实现了。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注