使用carrot2在同一数据集上不一致获得的簇数

Question

我正在使用carrot2来集群一组500封电子邮件。我正在使用carrot2提供的BisectingKMeans算法。在同一数据集上，当我指定k = 9时，只生成6个，当我让它运行8个集群时，生成7个 - 但是当我给10个集群运行时，所有10个集合都会生成。 有人可以帮我弄清楚这背后的原因吗？

Answer 1

我已经查看了代码，看起来这种行为是由群集拆分例程中的bug引起的。我已经向Carrot2的主线提交了fix，这使得生成的集群的数量更加可预测。您可以使用Carrot2 build server中的修复程序下载二进制文件。