Artificial intelligence 如何在聚类中包含非顺序维度

Artificial intelligence 如何在聚类中包含非顺序维度,artificial-intelligence,cluster-analysis,Artificial Intelligence,Cluster Analysis,很抱歉,关于某个特定主题的所有问题 但我也在考虑向一组现有的数字维度中添加一些非基数维度。我本质上想要的是在这些非顺序维度中的某个值的相同实例上进行聚类,或者(在不同维度中)在某个值的不同实例上进行聚类 例如,如果我添加了一个带有3个值的颜色维度{Blue,Green,Red},我会想在一个簇中为普通绿色添加权重,但不会给簇中不同颜色的权重。绿色和红色的簇与绿色和蓝色的簇相同 我还对如何量化相反的维度感兴趣,即尝试在一组具有不同颜色值的高度不同的点上进行聚类 这里重要的是,额外维度对它们没有基数

很抱歉,关于某个特定主题的所有问题

但我也在考虑向一组现有的数字维度中添加一些非基数维度。我本质上想要的是在这些非顺序维度中的某个值的相同实例上进行聚类,或者(在不同维度中)在某个值的不同实例上进行聚类

例如,如果我添加了一个带有3个值的颜色维度
{Blue,Green,Red}
,我会想在一个簇中为普通
绿色
添加权重,但不会给簇中不同颜色的权重。绿色和红色的簇与绿色和蓝色的簇相同

我还对如何量化相反的维度感兴趣,即尝试在一组具有不同颜色值的高度不同的点上进行聚类


这里重要的是,额外维度对它们没有基数,我只关心集群在相同的实例上,对于一个维度,不同的实例在另一个维度上。这只是为了补充现有的基数、数字维度。

这与拥有3个新的“标准”维度(称为蓝色、绿色、红色)不一样吗?例如,红色数据点将具有坐标
(0,1,0)
(无蓝色、有红色、无绿色),然后对这些维度进行常规聚类?@LumpN是的,这可能有效。您是否知道相反的情况,即返回不同点而不是相似点的最小距离?