※ 引述《Arim (Arim5566)》之銘言：
: 各位板友好
: 小弟最近碰到一個分群的問題
: 首先我有一個term-by-document的matrix
: 假設我有8個term是A B C D E F G H
: 想利用cos similarity對這8個term做分群
: 分群的條件是群內的任兩個term的cos similarity都大於等於門檻值
: 例如最後分出來的最大的兩群為(A B C D) 以及 (F G H)
: 群內的任意兩個term的cos similarity都大於等於門檻值
: 但是目前能想到的方法只有暴力法
: 例如先找跟A的cos similarity大於等於門檻值的term
: 可以先找到(A B C D E)這一個群，這時候就跑迴圈檢查B C D E的相似度
: 在迴圈的過程中發現B跟E不相似，所以要把E或B拿掉，如果把E拿掉的話，
: 會變成(A B C D)，之後檢查C跟D也符合條件，就輸出(A B C D)這一個群，
: 但如果把B拿掉的話，會變成(A C D E)，但可能之後的檢查過程中發
: 現C跟E又不相似，之後把C拿掉，接著D跟E又不相似，之後把D拿掉，到最後只會
: 剩下(A E)，但是(A E)這一群並不是最大的...請問有什麼有效率的演算法有辦法
: 解決目前我遇到的這個問題嘛？
: 謝謝指教
How about Agglomerative Hierarchical Clustering?
因為你的問題有 constraints，所以從底下開始 merge 的時候，只有
similarity 超過門檻才做 merge，等於是稍微修改一下 Hierarchical Clustering
演算法。
我沒仔細去 trace 過，不過應該是可行