如何对字符串进行聚类？

Question

我有几个水桶。每个桶包含许多标签（字符串）。如何根据相似性或重叠将桶组合在一起？

E.g。

Bucket A：'鸵鸟'，'麻雀'，'蜂鸟'，'斑马'，'蓝杰伊'

桶B：'香蕉'，'西瓜'，'葡萄'，'胡萝卜'

斗C：'芹菜'，'生菜'，'菠菜'，'香蕉'，'胡萝卜'

斗D：'麻雀'，'狗'，'猫'，'狮子'，'大象'，'马'

在这个非常小的例子中，B + C将构成一个集群（因为香蕉和胡萝卜），而A和D各自都在它们自己的集群中，因为它们不足以聚集它们。

Answer 1

您可以使用基于集合的距离，例如Jaccard和层次聚类。