如何在java中使用k-means算法进行单词聚类

Question

请帮我讲解如何在java中使用k-means算法进行单词聚类。从文档集中，我得到了单词及其频率计数。然后我不知道如何开始聚类。我已经搜索谷歌。但不知道。请告诉我执行单词聚类的步骤。现在非常需要。提前谢谢。

Answer 1

Toby Segaran的

"Programming Collective Intelligence"有一个关于如何做到这一点的精彩章节。示例在Python中，但它们应该很容易移植到Java。

Answer 2

在聚类中，最重要的是构建一个方法，它检查事物（例如）如何“关闭”在一起。例如。你是否对使用相同语言的字符串感兴趣，这可能是：

int calculateDistance(String s1, String s2) {
     return Math.abs(s1.length() - s2.length());
}

然后我不太确定，但是可以这样： 1.选择（可以随机）第一个k字符串， 2.迭代所有字符串，并将它们与“最近的”字符串相关联。

然后可以是某种东西，比如从中间的每个“群集”中选择，然后重新开始。我不记得100％，但我认为这是开始的好方法。

请记住，最重要的是方法calculateDistance（）！