從餘弦相似值聚類

Question

我已經從一組URL中提取單詞並計算出每個URL內容之間的餘弦相似度。並且我還對0-1（使用Min-Max）之間的值進行了歸一化。現在我需要羣集這些URL基於餘弦相似度值來找出相似的URL，這種聚類算法會是最合適的嗎？請給我建議一個動態聚類方法，因爲它會很有用，因爲我可以根據需要增加URL的數量，而且它會更自然請糾正我，如果你覺得我是在一個錯誤的方式取得進展。感謝預期。

Answer 1

K均值聚類可以用於在線學習，您只需要先選擇聚類數。另外，我認爲你不應該規範你的數據，因爲餘弦已經提供了範圍[0：1]的值。您的最小 - 最大規範化可能會導致信息丟失。