分组数据
我有一组项目，我想根据它们通常一起出现的方式分为几类。例如，如果我有以下数据：
{a:1, b:1, c:0, d:0}
{a:1, b:1, c:0, d:0}
{a:1, b:1, c:1, d:0}
{a:0, b:0, c:1, d:1}
我们可以将a和b分组在一起，因为它们始终具有相同的值。 C和D各自位于它们自己的群集中，因此我们最终得到3个群集，它们可以准确地100％表示此数据。
此外，我想牺牲准确性以减少子组的数量。例如，使用上述数据集，我们可以将A和B分组为一个群集，而不会造成精度损失，而将C和D分组会导致精度出现轻微损失。
基本上，我想将数据分组到给定数量的最佳聚类中，并以此来计算准确性损失。
初步想法
几年前，我参加了机器学习课程，所以我知道足够危险，但是我从何处着手。 Some form of clustering（例如混合模型）或分层聚类似乎是正确的方向？
最佳答案
您要找的东西通常称为项目集挖掘，关联规则学习或相似性分析。
（简称）Apriori algorithm是此类分析的较早且最常用的算法之一，并且包括“牺牲准确性”以减少子组数量的方法。
既然您掌握了适当的词汇，那么您应该能够找到APriori的许多教程和实现，因为它是一种“经典”算法/解决方案，并且还有更多用于此类工作的算法。
关于machine-learning - 在数据/群集中查找公用组，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25984113/