字符串聚类（使用三元组？）答案

【问题标题】：String clustering (using trigrams?)字符串聚类（使用三元组？）
【发布时间】：2014-12-03 01:05:43
【问题描述】：

我有一个字符串列表，我想将其分类。然后我想在每个组的字符串上显示。

假设我的列表如下所示：

然后我想展示这样的东西（每个类一个字符串）：

我知道三元组是一种非常简单且有用的解决方案，可以将字符串分类为“相似的字符串”和“不同的字符串”。我也很确定它们可以用于将字符串列表划分为类，但我不确定如何。

这里有人可以帮助我吗，或者我应该使用完全不同的东西吗？

比起高精度，我更喜欢一种简单且可维护的方法。

【问题讨论】：

【解决方案1】：

您几乎可以使用任何聚类技术，只需从每个聚类中选择一个代表即可。最简单的方法之一是在文本的 n-gram 空间上使用 k-medoids，并打印出集群的质心（因为 k-medoids 要求质心成为训练集的一部分）

【讨论】：

【解决方案2】：

您还没有提到用于将字符串聚类成组的标准。从您的问题中不清楚什么是分组标准。我可以想象任何标准：

请准确说明您的案例的分类标准是什么。

【讨论】：