python k-均值聚类文本

Question

我正试图找到一个示例来帮助我对我拥有的一些文本数据进行聚类。数据格式为：

A,B,3
C,D,5
A,D,57

前两个条目是一对的成员，数字是这对在数据集中出现的频率。我有超过 200,000 对独特的双鞋。

有什么建议吗？谢谢！！

Answer 1

不要对此类数据使用 k-means。

不行。

您拥有的是相似度矩阵，而不是 k-means 所需的连续向量。你可以尝试层次聚类（具有稀疏相似性，不是距离；不，我不会给你写代码）。