聚类

之前讲过如何利用 tensorflow 的模型比较句子的相似度，最后得到了相似度矩阵，那得到了相似度矩阵之后如何判定哪些应该归为一类，也就是说哪些句子的含义是相似的？

比较句子相似度方法

这里我们会用到聚类算法，顾名思义，就是将相同的类别归到一起，是一种无监督机器学习任务，那会有哪些聚类算法呢？

  • 亲和力传播
  • 聚合聚类
  • BIRCH
  • DBSCAN
  • K-均值
  • Mini-Batch K-均值
  • Mean Shift
  • OPTICS
  • 光谱聚类
  • 高斯混合模型

这些方法都可以在 Python 库sklearn中有提供，如下图

sklearn-clustering-class

官网还提供了各个聚类算法的图形化表示，并进行比较

sklearn-gui-compare

具体可以看官方文档，后续会补充每个聚类算法的代码示例，waiting

官方文档

https://scikit-learn.org/stable/modules/clustering.html#clustering

http://lijiancheng0614.github.io/scikit-learn/modules/classes.html

https://stackoverflow.com/questions/30089675/clustering-cosine-similarity-matrix/30093501#30093501 https://zhuanlan.zhihu.com/p/126661239