使用Rapidminer对文本进行聚类

Question

我有云标签A，B，C。每个云标签由实体（单词）e，f，g ...

组成

我希望找到将云标签分隔成（大多数）独立集群的好词。例如：

字e表示Cloudtag A和B但不是C ...所以e是一个很好的分离器来获得2个集群。

现在有100.000个cloudtags和1.000.000个单词。我想做同样的事情来像K群集一样。 cloudtag可以属于两个集群，这并不重要。

我知道k-means，但我不知道如何将数据转换为数字多维数据。据我所知，kmeans需要数值点来创建聚类。

我也想使用快速采矿机作为软件，但任何算法，软件作为基本输入都非常有用。

提前致谢。

Answer 1

您没有描述群集。

但是＆＃34;云标签＆＃34;的功能（单词）选择分类

查看决策树，以及用于识别拆分的好功能的指标。