集羣二進制數據

Question

我有一個大的數據與二進制用戶設置/項功能矩陣：

1. 我需要集羣用戶和項目。無論如何要在Mahout中同時完成它們嗎？
2. 更重要的是，如果我使用loglikelihood作爲相似性度量，那麼算法實際上會支持這種距離度量來對數據進行聚類？

Answer 1

不，用戶和項目的集羣是獨立的進程。儘管在精神上它是完全相同的過程，但是應用了兩種不同的方式。

如果你想在Mahout中得到更具體的答案，你將不得不多說你正在使用的代碼的哪些部分，因爲有幾個不同的部分涉及到聚類。

項目中有一些凝聚性聚類項目，適用於任何相似性度量。我知道的其他實現肯定是「k-means」變種，假設一個連續的向量空間，而不是{0,1}上的向量。你會需要一個k-medoids算法，我認爲這並不在我所知道的項目中。