DBSCAN 可以应用于聚类字符串吗？如果可以，怎么做？ [复制]答案

【问题标题】：Can DBSCAN be applied on clustering Strings, If so how it can be done? [duplicate]DBSCAN 可以应用于聚类字符串吗？如果可以，怎么做？ [复制]
【发布时间】：2023-03-05 13:26:01
【问题描述】：

可能重复：
How to apply DBSCAN algorithm on grouping of similar url

我被告知在我的期末 sem 中做一个项目，因为该项目涉及使用 DBSCAN 对相似的字符串进行聚类。我想知道这可以使用 DBSCAN 来完成，如果是，那么我该如何实现。

【问题讨论】：

我们在谈论什么类型的字符串？长篇文章？短sn-ps？单字？字符串中可以包含哪些字符？我真的很想把这个问题作为一个过于宽泛的问题来结束（这里的问题应该是实用的、范围广泛的问题），但我真的很喜欢这个主题，所以请尽可能多地澄清。
是的，先生，从某种意义上说，字符串可以是单词的一部分，甚至可以是单词的一部分，例如。 www.sss.com 和 www.ddd.com 这里都以 com 结尾，所以我想将这些类型的 URL 和其他与域分机分组。 org 可以分组。休息被视为噪音。

标签： data-mining cluster-analysis non-clustered-index dbscan

【解决方案1】：

正如我之前告诉你的（How to apply DBSCAN algorithm on grouping of similar url），这是可能的。

但是您需要定义您的应用程序所需的相似度。

stackoverflow 上没有人可以帮助您，除非您非常清楚您需要什么样的相似性。

有很多可用的字符串指标，您需要找出适合您的特定问题的方法：

https://en.wikipedia.org/wiki/String_metric

【讨论】：

先生，我已经很好地告诉了您我需要的相似类型（上面的第二条评论）。谢谢你的链接。这不让我发布另一个相同类型的问题。
你还没有告诉我们足够。这太不精确了。尤其是到目前为止，您尝试过哪些类型的相似之处。