完全基於實體相似性的無監督聚類

我在嘗試羣集多個實體。我用於聚類的唯一指標是一個實體和另一個實體之間的相似性。（一個0-1浮點）完全基於實體相似性的無監督聚類

任何人都可以想到任何聚類算法，將實現這一目標？我很欣賞它將返回模糊組。這仍然是一個更好的解決方案，而不是像我目前那樣以編程方式評估團隊。

2013-01-07 Ben Ford

作用於網絡（也稱爲圖 - 通過邊連接的節點）的所有聚類算法考慮了鄰域拓撲。其中有許多存在。我建議RNSC和MCL（免責聲明：我寫了後者）。詳細說明，簡單（未加權）網絡中的集羣結構可以以節點集的形式存在，其中實現了許多可能的連接。

2013-01-07 11:59:57 micans

MCL看起來很適合這項法案。感謝那。你知道任何鏈接以編程方式展示它的使用嗎？ –

您的意思是嵌入一些實現mcl的代碼，而不是將mcl實現作爲一個單獨的程序從外部調用？關於第一個，mcl相對容易實現（在micans.org/mcl網站上有一個非常小的perl實現），關於後者，一個強大的實現已經存在;但是也許你的意思是別的？ – micans

是的，理想情況下，我希望能夠優化它在SQL服務器中使用。到目前爲止已經通過挑選 http://www.cs.ucsb.edu/~xyan/classes/CS595D-2009winter/MCL_Presentation2.pdf 這在解釋MCL方面很出色。 –

您可以使用DBSCAN (Wikipedia)或OPTICS (Wikipedia)。當他們談論距離時，他們不需要度量屬性或任何東西 - 它們也可以與相似度函數一起使用！

來源

2013-01-07 13:09:41

我會在這裏稍微濫用評論系統，並提到下一個mcl版本將實現OPTICS。這是一個有趣的方法，儘管在我看來，它不是一個完整的解決方案，而是*沒有*單一算法。由於基於密度的方法，它比傳統的連接算法（尤其是單連接）更強壯，但仍然是該家族的很大一部分。我認爲，由光學產生的密度圖通常可以提供豐富的信息和有用的信息，但不一定要採用聚類方法。 – micans

@micans是否會提供完整的OPTICS實現，並提供Xi簇提取，還是每個人都從Weka複製的不完整的DBSCAN樣式？ –

它如何比較基準與ELKI實施？這是一個相當快的實施AFAICT。 –

完全基於實體相似性的無監督聚類

回答

相關問題