У меня есть несколько концептуальных карт, представленных в виде направленных графов. Я использовал этот метод для сравнения двух концептуальных карт, но теперь я нравится классифицировать / группировать похожие графики вместе.
Насколько мне известно, традиционный алгоритм кластеризации принимает входные данные в виде многомерных точек данных. Но я также читал, что трудно и не рекомендуется преобразовывать график в вектор.
В таком случае, как мне подойти к этой проблеме?
Многие (большинство, за исключением, например, k-средних, EM и среднего сдвига) алгоритмов кластеризации используют расстояния, а не точки.
Для небольших наборов данных иерархическая кластеризация, безусловно, является первым методом, который стоит попробовать. К однозвенным, полным и средним соединениям предъявляются небольшие формальные требования, т. е. они могут использоваться как с расстоянием, так и со сходством, что не обязательно удовлетворять неравенству треугольника. Другие метрики, такие как связь Уорда и центроида, требуют возведения в квадрат евклидовых расстояний и, вероятно, не будут работать здесь.
