基于成对相似性的聚类？

【问题标题】：Clustering based on pairwise similarity?基于成对相似性的聚类？
【发布时间】：2020-07-12 15:32:36
【问题描述】：

假设我有一个元素对列表和每个元素对的对应相似度分数。我希望能够根据它们彼此之间的相似性对列表中的元素进行聚类。有没有既定的方法来做到这一点？

【问题讨论】：

标签： machine-learning statistics cluster-analysis similarity

【解决方案1】：

您可以使用一些基于密度的聚类算法，例如DBSCAN 或H-DBSCAN。例如，如果您想找到一对p 的邻居，它们位于以epsilon 为半径的圆内，围绕p，您可以通过他们的1-sim(pi,p) < epsilon 计算所有邻居。因为如果sim(pi,p)是p和pi的相似度，那么1-sim(pi,p)就是这两点的距离。

【讨论】：

这看起来是个不错的解决方案！谢谢！
@chillsauce 我的荣幸。