※ 引述《Arim (Arim5566)》之铭言：
: 各位板友好
: 小弟最近碰到一个分群的问题
: 首先我有一个term-by-document的matrix
: 假设我有8个term是A B C D E F G H
: 想利用cos similarity对这8个term做分群
: 分群的条件是群内的任两个term的cos similarity都大于等于门槛值
: 例如最后分出来的最大的两群为(A B C D) 以及 (F G H)
: 群内的任意两个term的cos similarity都大于等于门槛值
: 但是目前能想到的方法只有暴力法
: 例如先找跟A的cos similarity大于等于门槛值的term
: 可以先找到(A B C D E)这一个群，这时候就跑循环检查B C D E的相似度
: 在循环的过程中发现B跟E不相似，所以要把E或B拿掉，如果把E拿掉的话，
: 会变成(A B C D)，之后检查C跟D也符合条件，就输出(A B C D)这一个群，
: 但如果把B拿掉的话，会变成(A C D E)，但可能之后的检查过程中发
: 现C跟E又不相似，之后把C拿掉，接着D跟E又不相似，之后把D拿掉，到最后只会
: 剩下(A E)，但是(A E)这一群并不是最大的...请问有什么有效率的算法有办法
: 解决目前我遇到的这个问题嘛？
: 谢谢指教
How about Agglomerative Hierarchical Clustering?
因为你的问题有 constraints，所以从底下开始 merge 的时候，只有
similarity 超过门槛才做 merge，等于是稍微修改一下 Hierarchical Clustering
算法。
我没仔细去 trace 过，不过应该是可行