我有数百个7X6阶矩阵的数据。我想将它们聚类。
我尝试使用简单的聚类算法，将其转换为 42 维空间中的点并选择欧几里德距离度量。但结果并不令人满意，因为它在更高维度上效果不佳。
首先，我想提一下，如果我们能够获得有关矩阵的更多信息，那就太好了。比如，它们只包含数字，还是也包含字符串？
您可以研究推荐系统领域中相似度的计算。这些相似性度量通常用于根据相似媒体（通常基于存储在数据帧/矩阵中的元数据）向用户推荐媒体内容。 用于检查矩阵相似程度的一种流行指标是“皮尔逊相关性”指标。在此链接中，您可以获得有关如何计算它的更多信息。 对于聚类，您可以考虑使用
方法，并以 Pearson Correlation 作为标准（请参阅 link 了解 SO 答案中的一些描述）。