假设我在Mahout中有一个用户/项目特征矩阵,并且我已经导出了用户的对数似然相似度,并识别了三个用户集群。现在我有了一个具有一组项目(相同格式和相同项目集)的新用户,我如何在不重新计算相似度矩阵和重新聚类过程的情况下将这三个集群中的一个分配给新用户?问题是,如果我使用当前的集群质心并计算对数似然相似度或任何距离度量,质心就不再是二进制的。如果我使用k-medians,它们有全为零的风险。什么是实现这一目标的好方法?你有没有推荐使用基于模型的集群,特别是在MAhout中?
发布于 2012-11-24 19:13:48
如何训练聚类的分类器?
为了避免出现零,您可以使用k-medoids。这里的关键区别是k-medoid将从数据集中选择最核心的对象,因此它实际上将具有与您的数据对象相同的稀疏性。
因为我不使用Mahout,所以我不知道它在Mahout中是否可用。据我所知,它比k-means或k-medians的计算量大得多。
https://stackoverflow.com/questions/13535175
复制相似问题