qq_41814556的博客

1.文本聚类的一般性过程：一般生成文档向量矩阵的格式是，每一行代表一个文档，每一列是一个维度代表该文档这个词的权重，没出现这个词就是0，几千个文件维度在10多w左右（看文档的大小），这么大的维度人脑想也想到了，矩阵将是及其稀疏的，也就是说，在一个高维空间中，几千个点几乎都聚在了一起，虽说彼此之间有距离，但是距离非常之小，很明显这样聚类效果肯定非常差，实测过，跟抛硬币的概率一样。于是将矩阵稠密一...

前言 本文为我的期末大作业，知识原理参考了他人的文章，并不全是我的想法，有不足之处请指出 。K-均值聚类算法的原理与实现一K-均值聚类算法的原理1.1聚类介绍聚类是一种无监督的学习，它将相似的对象归到同一个簇中，聚类方法几乎可以应用于所有对象，簇内的对象越相似，聚类的效果越好，在现实中我们用到很多的簇的类型，使用不同的簇类型划分数据的结果是不同的，如...