※ [本文转录自 CSSE 看板 #1ELxR3XF ] 作者: Arim (Arim5566) 看板: CSSE 标题: [问题] 问一个分群的问题 时间: Fri Aug 26 23:07:42 2011 各位板友好 小弟最近碰到一个分群的问题 首先我有一个term-by-document的matrix 假设我有8个term是A B C D E F G H 想利用cos similarity对这8个term做分群 分群的条件是群内的任两个term的cos similarity都大於等於门槛值 例如最後分出来的最大的两群为(A B C D) 以及 (F G H) 群内的任意两个term的cos similarity都大於等於门槛值 但是目前能想到的方法只有暴力法 例如先找跟A的cos similarity大於等於门槛值的term 可以先找到(A B C D E)这一个群，这时候就跑回圈检查B C D E的相似度 在回圈的过程中发现B跟E不相似，所以要把E或B拿掉，如果把E拿掉的话， 会变成(A B C D)，之後检查C跟D也符合条件，就输出(A B C D)这一个群， 但如果把B拿掉的话，会变成(A C D E)，但可能之後的检查过程中发 现C跟E又不相似，之後把C拿掉，接着D跟E又不相似，之後把D拿掉，到最後只会 剩下(A E)，但是(A E)这一群并不是最大的...请问有什麽有效率的演算法有办法 解决目前我遇到的这个问题嘛？ 我觉得这问题应该跟传统利用cos similarity做文件分群是一样的演算法 只是一直找不到该演算法 谢谢指教 -- ~宅男的四个徵兆~ ∠□ ○ ！ * \○/ ★ 　　 (○ ？ ╦╦└□ " ○□═ □ 　　□> ║║√√ ╦══╦ ∥ 　 　|\ 一回家就上PTT 每天想正妹 以当好人为乐 忘记正妹亏欠自己 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.32.197.57 ※ 编辑: Arim 来自: 114.32.197.57 (08/26 23:09) ※ 编辑: Arim 来自: 114.32.197.57 (08/26 23:10) ※ 编辑: Arim 来自: 114.32.197.57 (08/26 23:11) ※ 编辑: Arim 来自: 114.32.197.57 (08/26 23:13) ※ 编辑: Arim 来自: 114.32.197.57 (08/26 23:13) -- ~宅男的四个徵兆~ ∠□ ○ ！ * \○/ ★ 　　 (○ ？ ╦╦└□ " ○□═ □ 　　□> ║║√√ ╦══╦ ∥ 　 　|\ 一回家就上PTT 每天想正妹 以当好人为乐 忘记正妹亏欠自己 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.32.197.57 ※ 编辑: Arim 来自: 114.32.197.57 (08/27 00:08)