使用预定义的距离/相似度矩阵的 R 数据聚类答案

【问题标题】：R data clustering using a pre-defined distance/similarity matrix使用预定义的距离/相似度矩阵的 R 数据聚类
【发布时间】：2014-03-20 00:02:52
【问题描述】：

我开发了一种新的文档相似度度量（一种计算两个文档之间的相似度/距离的方法）。我要知道这个措施有多好？

聚类是一种基于距离/相似度度量的应用程序。因此，我决定在不同的数据聚类算法中评估所提出的度量的有效性。

我读到了different clustering algorithms in R。假设我有一个文档集合 D，其中包含 n 个文档，以 k 个集群组织。我想评估我的相似度/距离度量在各种聚类算法（分区、分层和基于主题）中的应用。问题是所有示例和教程都从“数据”矩阵开始，但我有一个距离/相似度矩阵。

你能帮我一些关于 R 的提示吗？

【问题讨论】：

是这样吗？在您的链接之后，在 Hierarchical Agglomerative 下进行分析，例如从（构建）距离矩阵开始。

标签： r cluster-analysis similarity k-means hierarchical-clustering

【解决方案1】：

hclust() 需要一个相异结构，即dist 对象。如果您从数字矩阵m 开始，您可以像这样创建dist 对象：

d <- as.dist(m)

然后您可以使用hclust() 执行层次聚类，如下所示：

hclust(d)

【讨论】：