匹配集合中的相似项目

我正在尝试搭配物品。给定一组项目，我可以按从0到100的等级对它们之间的相似程度进行排名。例如，如果项目n 1是牛奶，项目n 2也是牛奶，那么n 1和n 2之间的相似度将是100％。如果n 3是苏打水，则n 1和n 3之间的相似度可能是80％，依此类推。$n$$n_1$$n_2$$n_1$$n_2$$n_3$$n_1$$n_3$

我试图弄清楚如何将项目分组为相似项目的组，但这是一个具有挑战性的问题。我遇到了以下问题：马类似于牛，类似于山羊，部分类似于山羊奶酪，后者类似于与薄脆饼干相关的奶酪。但是，我不希望一匹马与饼干一样。每个项目可能是成对相关的，但开始和结束可能不是。$n$

有任何想法吗？

您要在此处执行的操作是将N个观察结果划分为显示相似属性的K个群集。这称为群集，您可以在此处找到更多信息。

由于您已经具有数值相似性度量，因此让我考虑使用K-Means算法，在该算法中，您需要执行以下几个步骤：

• 随机初始化簇质心
• 将每个观测值分配给与最近的质心相对应的聚类。
• 更新质心作为聚类中元素的新均值。

当质心停止移动或在某个阈值内时，您可以检查收敛性。

这样可以确保每个聚类中的项目有所关联，并且可以通过增加算法中的聚类数量（“ K”）来获得更细粒度的聚类。查找群集的数量取决于每个问题，我建议您为您的问题尝试一堆值，看看将哪些结果分组在一起，然后看看有什么道理。

希望能有所帮助。

我认为您正在寻找的被称为“集群分析”或“集群”。存在许多不同的算法。在您的情况下，您将需要一些“连接性聚类”，即基于将两个元素链接在一起的属性将元素分组在一起。

看看scikits.learn（Python代码）中的聚类算法以及其中提到的参考。