Python 基于距离矩阵的词聚类

我的目标是根据单词与文本文档语料库的相似程度对单词进行聚类。我计算了每对单词之间的相似度。换句话说，我有一个稀疏的距离矩阵。有人能告诉我任何以距离矩阵为输入的聚类算法（可能还有它的Python库）吗？我事先也不知道集群的数量。我只想对这些单词进行聚类，并获取哪些单词被聚类在一起。

scipy聚类软件包可能有用（）。该模型具有层次聚类功能。但是请注意，这些需要一个压缩矩阵作为输入（距离矩阵的上三角）。希望文档页面能帮助您。

您可以使用scikit中的大多数算法，通过预计算的距离矩阵进行学习。不幸的是，对于许多算法，您需要集群的数量。 它是唯一一个不需要簇数并且还使用任意距离矩阵的簇。 您也可以尝试，但这会将距离解释为坐标-这也可能有效

也有，但我还没有看到它真的很好地工作。但是，如果您需要多个集群，这可能会有所帮助

---

披露：我是一名scikit学习核心开发人员。

建议大家看一看聚合集群。

看一看，“-最大化算法”还有@Moj，我很抱歉……我似乎不知道你提到的链接中包含的信息在这里是如何相关的（EM）该算法是一种迭代方法，用于寻找统计模型中参数的最大似然或最大后验概率（MAP）估计，其中模型依赖于未观测到的潜在变量。EM迭代在执行期望（E）步骤之间交替进行，该步骤创建一个函数，用于使用当前估计值评估的对数似然期望。我猜这符合你的目标，因为你也不知道之前的集群数量。这是两个库（或实现）这个算法的数量。@Moj我希望类似于k-means或层次聚类的东西……我知道这需要事先知道聚类的数量……但我希望有办法计算出最佳聚类的数量。您提供了一个使用距离矩阵作为输入的scikit学习算法的示例？这里有一个：是sklearn中有一系列算法可以采用预先计算的距离矩阵吗？例如，我发现，虽然DBSCAN确实接受它，但一个非常类似的算法，光学却不接受。在凝聚中，“沃德”联系不起作用，而其他联系起作用。