Java集群库

Question

我在java中寻找一个轻量级的聚类库。我不需要在该库中使用100个聚类算法，只需要5到7个算法就可以了。

我相信，你会问：“你需要什么样的算法，目的是什么”:)。我只需要在聚类的帮助下对数据进行分类。例如，K表示。

P.S：我知道weka但我不想使用它，因为它不是专门用于聚类。

Answer 1

在Apache的org.apache.commons.math4.ml.clustering.KMeansPlusPlusClusterer库中查看Commons Math。

Answer 2

我会看看JUNG。它实现了许多聚类算法，但我不确定K-means是否是其中之一。

另一个选择可能是查看基于Eclipse的工作流编辑器Knime。这包括许多可用作工作流程一部分的聚类原语，包括K-means。

Answer 3

这里有一些Java的开源集群算法，可以在GPL下获得。需要Java Colt库（用于矩阵）。 http://open.trickl.com/

Answer 4

还有ELKI，一个类似于WEKA的开源大学项目，但重点是集群分析和异常值检测，而不是机器学习算法。 它非常先进，使用索引结构提高效率，并且至少有十几种聚类算法。

Answer 5

如果Scala也适合您，那么您可能想在Scala中检查此版本的KMeans：

https://github.com/wspringer/kmeans

相关的博文在这里：

http://nxt.flotsam.nl/k-means-clustering.html

Answer 6

如果您想在Java中使用一些基本的聚类算法，可以查看我的软件：

http://www.philippe-fournier-viger.com/spmf/

它提供了KMeans的实现和层次聚类算法。

提供的其他算法用于模式挖掘。总共有47种算法。但只有2个用于聚类。另一件事：有一个简单的GUI用于启动算法。

Answer 7

Apache Mahout通过Hadoop实现了许多聚类算法。它对你想要的东西有点重，但是：http://cwiki.apache.org/MAHOUT/syntheticcontroldata.html

此外，您可以挖掘并调整Mahout的TreeClusteringRecommender类中的用户群集代码，该类使用群集作为推荐引擎。

Answer 8

Cytoscape软件有几个插件，可以实现网络和数字数据的集群算法（Nemo，MCODE，clusterMaker等）。所有插件都是开源的。