【问题标题】:Clustering techniques for similarity matrix相似矩阵的聚类技术
【发布时间】:2017-07-27 19:39:25
【问题描述】:

我有一个基于他们选择的数码相机功能的 128 位受访者的二进制数据。其中“1”表示选择特征,“0”表示未选择特征。我在列中有 92 个产品特征,在行中有响应者。每个受访者从 92 个特征中准确选择了 20 个特征。我想根据他们选择的功能创建不同用户组的集群。我在这些二进制数据上尝试了一些聚类算法,如模糊聚类和分层算法,但它没有给我任何好的结果,而且创建的聚类非常糟糕。所以现在我已经将骰子系数相似性矩阵应用于数据 w.r.t 响应者,这基本上给了我每个响应者与所有其他响应者的相似性分数。是否可以在这个相似度矩阵上应用聚类技术来获得好的聚类?还有哪些聚类技术可以应用在这个用户相似度矩阵上,这样我就可以根据他们的相似度分数来识别用户的聚类。任何建议和评论将不胜感激

【问题讨论】:

    标签: cluster-analysis hierarchical-clustering clustering-key


    【解决方案1】:

    由于您的数据集很小,请使用层次聚类。

    可以用距离实现或者有相似度。

    【讨论】:

      猜你喜欢
      • 2023-03-12
      • 2012-04-22
      • 2015-07-17
      • 2018-04-10
      • 2018-04-29
      • 2011-03-30
      • 1970-01-01
      • 2016-10-01
      • 1970-01-01
      相关资源
      最近更新 更多