J'ai une donnée binaire de 128 répondants en fonction des caractéristiques de l'appareil photo numérique qu'ils ont sélectionnées. où '1' représente la sélection d'entité et '0' représente cette fonctionnalité non sélectionnée. J'ai 92 caractéristiques du produit dans les colonnes et les répondants dans les rangées. Chaque répondant a sélectionné exactement 20 caractéristiques sur un ensemble de 92 caractéristiques. Je veux créer les clusters de différents groupes d'utilisateurs en fonction des fonctionnalités qu'ils ont sélectionnées. J'ai essayé quelques algorithmes de clustering comme le clustering fuzzy et hierarichal sur ces données de binaray mais cela ne m'a pas donné de bons résultats et les clusters créés étaient vraiment mauvais. Alors maintenant j'ai appliqué la matrice de similarité de coefficient de dés sur les données aux répondants, qui me donne fondamentalement le score de similarité pour chaque répondant avec tous les autres répondants. Est-il possible d'appliquer une technique de clustering sur cette matrice de similarité pour obtenir de bons clusters? aussi quelles techniques de regroupement sont disponibles que je pourrais appliquer sur cette matrice de similarité d'utilisateur afin que je puisse identifier les groupes d'utilisateurs basés sur leur score de similitude. Toute suggestion et commentaire seraient vraiment appréciésTechniques de clustering pour la matrice de similarité
0
A
Répondre
0
Puisque votre ensemble de données est minuscule, optez pour la classification hiérarchique.
Il peut être mis en œuvre avec la distance ou avec similitude.