标签： text scikit-learn cluster-computing hierarchical-clustering
我正在尝试对基于平滑的Dirichlet priors bigrams的每个我定义语言模型的文本进行聚类，所以我想使用k-means算法来做到这一点，使用KL发散可能作为聚类函数。有没有指导呢？我能使用经典的相似性度量之一，如余弦相似度吗？
提前谢谢