爪哇矩阵库

Question

我正在寻找一个Java矩阵库来执行数据分析和执行的聚类算法（如K-装置或DBSCAN）的数据类型（包括字符串）的混合物中

我发现柯尔特和并行Colt（最好用大型和小型数据集执行），但显然他们不支持String矩阵。数据集条目应该只有双矩阵。

有什么建议吗？

感谢您提前给予的帮助。

Answer 1

看一看ELKI。它支持任意距离函数，并且已经有余弦距离。所以它显然可以在文本数据上运行这些算法。

请注意，对于大多数应用，由于余弦距离也在数值向量上定义，因此您需要将字符串数据转换为TF-IDF向量。但是，这些向量通常很稀疏，所以对稀疏向量进行优化处理就可以得到回报。