用JAVA实现的一种改进的K均值聚类算法流程
最近一直在搞这个改进算法，主要是涉及到特征降维和初始中心的选择。 通过分词的质量来实现降维在之前的博文中已经提到过了，用代码实现后，发现降维后的数据在时间上能提高…
文本分词质量、文本特征评价以及降维处理
对于文本的聚类处理，普遍方法是使用数字来表示文本集合，然后通过算法来处理表示的文本数据。 我使用分词器对文本集合进行分词，然后使用TFIDF向量数字化文本，对于普通的网页数据，分次下…