我想在python中使用k表示执行句子聚类。我不是用矢量形式表示句子。我使用nltk执行了句子分割并且有一个句子列表。现在我如何表示初始聚类质心（比方说我想要k = 3）？
答案 0 :(得分：0)
顾名思义，必须能够计算卑鄙。
你如何计算＆＃34; apple＆＃34;的平均值？和＆＃34;橙＆＃34;？
此外， mean 还必须最小化目标函数。对于数值数据，均值是最小二乘估计，它最小化平方和。因此，具有平方欧几里德距离的k均值很好;但是其他距离可能无法收敛（有关这种情况的例子，请参阅其他问题）。
K-means是方差最小化。这是一个仅适用于连续数值变量的概念。它对整数或二元变量已经有疑问（它会在那里工作，但结果往往毫无意义）。在文字上 - 没办法。
您不能将文本投入到聚类算法中，并期待魔法发生。要获得有意义的结果，您需要非常明确地表达您的假设和目标。仔细检查它们，让它们进入算法，运行算法，并再次非常仔细地评估结果。
没有假设的聚类算法是无用的。它为什么要聚集＆＃34; apple＆＃34; ＆＃34; orange＆＃34;，而不是＆＃34; apple＆＃34;和＆＃34;三星＆＃34;？ 您需要为指明是一个很好的群集。这非常依赖于用户和数据。