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

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