Language agnostic 对矩阵中的相似值进行聚类
我有一个有趣的问题,我相信有一个优雅的算法来解决这个问题,但我很难简单地描述它,这将有助于找到这样一个算法 我有一个比较值的对称矩阵,例如:Language agnostic 对矩阵中的相似值进行聚类,language-agnostic,matrix,analysis,similarity,Language Agnostic,Matrix,Analysis,Similarity,我有一个有趣的问题,我相信有一个优雅的算法来解决这个问题,但我很难简单地描述它,这将有助于找到这样一个算法 我有一个比较值的对称矩阵,例如: -104.2732 -180.3972 -130.6969 -160.8333 -141.5499 -139.2758 -144.7697 -114.0545 -117.6409 -140.1391 -180.3972 -93.05421 -171.618 -162.0157 -156.8562 -
-104.2732 -180.3972 -130.6969 -160.8333 -141.5499 -139.2758 -144.7697 -114.0545 -117.6409 -140.1391
-180.3972 -93.05421 -171.618 -162.0157 -156.8562 -156.3221 -159.9527 -163.2649 -170.127 -153.2709
-130.6969 -171.618 -101.1591 -154.4978 -143.6272 -116.3477 -137.2391 -125.5645 -128.9505 -131.6046
-160.8333 -162.0157 -154.4978 -96.96312 -122.7894 -141.5103 -127.7861 -149.6883 -153.0445 -130.2555
-141.5499 -156.8562 -143.6272 -122.7894 -101.7487 -141.451 -123.9087 -138.7041 -139.2517 -125.3494
-139.2758 -156.3221 -116.3477 -141.5103 -141.451 -99.99486 -134.6553 -132.7735 -138.7249 -134.1319
-144.7697 -159.9527 -137.2391 -127.7861 -123.9087 -134.6553 -100.0683 -141.3492 -138.0292 -120.5331
-114.0545 -163.2649 -125.5645 -149.6883 -138.7041 -132.7735 -141.3492 -106.8555 -115.58 -139.3355
-117.6409 -170.127 -128.9505 -153.0445 -139.2517 -138.7249 -138.0292 -115.58 -104.9484 -140.4741
-140.1391 -153.2709 -131.6046 -130.2555 -125.3494 -134.1319 -120.5331 -139.3355 -140.4741 -101.3919
对角线将始终显示最大分数(因为它是一种自我比较)。然而,我知道这些值中的一些表示相同的项目。快速查看矩阵,我可以看到(并且已经手动确认)项目0、7和8以及2和5以及3、4、6和9都标识了相同的项目
现在我想做的是找到一个优雅的解决方案,如何将这些集群在一起,生成4个集群
有人知道这样的算法吗?任何帮助都将不胜感激,因为我似乎离问题的解决方案如此之近,但我被最后一个绊脚石绊倒了:(
干杯