use*_*183 22 python hierarchical-clustering cluster-computing scikit-learn
我的目标是根据单词与文本文档集相似的方式对单词进行聚类.我计算了每对单词之间的Jaccard相似度.换句话说,我有一个稀疏的距离矩阵.任何人都可以指向任何以距离矩阵为输入的聚类算法(可能还有Python中的库)吗？我也事先不知道簇的数量.我只想聚集这些单词并获得哪些单词聚集在一起.
And*_*ler 14
您可以使用预先计算的距离矩阵在scikit-learn中使用大多数算法.不幸的是,您需要许多算法的簇数. DBSCAN是唯一一个不需要簇数并且也使用任意距离矩阵的DBSCAN.您也可以尝试使用MeanShift,但这会将距离解释为坐标 - 这也可能有效.
还有亲和力传播,但我还没有真正看到它运作良好.如果你想要很多集群,那可能会有所帮助.
披露:我是一个scikit-learn核心开发者.
scipy集群包可能很有用(scipy.cluster).scipy.cluster.hierarchy中有层次聚类函数.但是请注意,那些需要压缩矩阵作为输入(距离矩阵的上三角形).希望文档页面可以帮助您.