кластеризация

← →
картман © (2012-06-26 16:02) [0]

Всем доброго времени суток.
Задача: имеется 100 тысяч текстов. Нужно разбить на кластеры. Есть ли алгоритмы, позволяющие узнать, на сколько кластеров имеет смысл разбивать?

← →
ProgRAMmer Dimonych © (2012-06-26 16:06) [1]

> [0] картман © (26.06.12 16:02)
> Всем доброго времени суток.
> Задача: имеется 100 тысяч текстов. Нужно разбить на кластеры.
> Есть ли алгоритмы, позволяющие узнать, на сколько кластеров
> имеет смысл разбивать?

Максимин?

← →
ProgRAMmer Dimonych © (2012-06-26 16:08) [2]

В смысле то, что называют "алгоритм максимина". Главное - удачно придумать способ представления свойств текста в виде координат пространства признаков.

← →
картман © (2012-06-26 16:17) [3]

> ProgRAMmer Dimonych ©

спасибо, гляну

← →
xayam © (2012-06-27 06:50) [4]

http://statosphere.ru/blog/137-hierar-cluster.html

"

Для определения количества кластеров ... нужно выбрать пороговое расстояние - то есть такое расстояние, при превышении которого объединяться будут уже слишком далекие с точки зрения исследователя объекты. После выбора порогового расстояния проводится перпендикуляр через точку, соответствующую выбранному расстоянию, и подсчитывается количество его пересечений с «ветвями» дендрограммы. Количество пересечений и будет определять количество классов, а объекты, оказавшиеся на «отсеченной» ветке – состав классов. Например, при пороговом расстоянии 200 выделяется 3 класса, при пороговом расстоянии 100 – 5 классов, при пороговом расстоянии 70 – 6 классов (рисунок 11).

"

Для начала надо задачу поставить. Расколастеризовать - это не постановка задачи. Сколько имеет смысл - это тоже не задача.

Надо понять, для чего тебе эти тексты. Зачем тебе их разбивать на кстастеры. Тогда, глядишь, будет ясно, сколько надо кластеров, или хотя бы как определить это число.

А какие-то там алгоритмы за тебя задачу ставить не будут. Не для того они.

кластеризация Найти похожие ветки