données binaires Cluster

Question

I ont un grand ensemble de données avec l'utilisateur BINARY/éléments Matrice:

1. J'ai besoin de regrouper les utilisateurs et les éléments. Est-il possible de les faire simultanément dans Mahout? Plus important encore, si j'utilise loglikelihood comme mesure de similarité, quels sont les algorithmes de clustering qui prendront en charge cette métrique de distance pour regrouper les données?

Answer 1

Non, la mise en cluster par les utilisateurs et les éléments sont des processus distincts. Bien que dans l'esprit c'est exactement le même processus, juste appliqué deux manières différentes.

Si vous voulez des réponses plus spécifiques dans Mahout, vous devrez en dire plus sur les parties du code que vous utilisez car il y a plusieurs parties qui impliquent le clustering.

Il y a quelques éléments de regroupement agglomératifs dans le projet, qui fonctionnent pour n'importe quelle métrique de similarité. Les autres implémentations que je connais sont définitivement de la variété "k-means", en supposant un espace vectoriel continu et non des vecteurs sur {0,1}. Vous auriez besoin d'un algorithme de type k-medoids et je ne connais pas ce projet.