我将单词向量分为N个组，每个组包含M个向量。问题是要找到向量的最佳聚类，其中N个组中的每一个只有一个向量出现。
举个例子，假设我们有3组向量：
最佳聚类将是{“ Hot Dog”，“ Hamburger”，“ Pizza”}，因为根据某些函数我具有F（），这些向量在我定义的向量空间内彼此紧密聚类。 / p>
仅通过尝试每种组合，我就可以通过蛮力得出此结果。但是随着N和M的增长，这变得不可行。我可以使用动态编程方法吗？我可以查找任何参考算法吗？
谢谢。
编辑：
为澄清上述示例，每个字符串都像一个向量的ID，因此将其重新表述，组1为{v1，v2，v3}组2为{v4，v5，v6}，组3为{ v7，v8，v9}。
我希望的输出是{v1，v4，v7}，但采用非蛮力方式。
@ m69在下面的评论正确地描述了我所说的簇-一组向量，它们由某些函数 F（）计算的彼此之间的距离都在某个阈值t < / strong>。