您的下一步應該是將上面清理過的文本集中在一起，其中每個被清理的句子都是一個數據點。

您可以使用任何數據挖掘python庫中的k-means來獲取集群。在

=======聚類=====

現在如何確定K均值中的K(即聚類數)：1)通過繪制K均值的客觀曲線，然后選取與膝蓋相對應的K，或者2)使用貝葉斯信息準則，或者3)其他一些適合特定數據集的流行方法。如果你現在不知道這件事，那就讀這里How do I determine k when using k-means clustering?

因為這是一個家庭作業，我要說的是，學習經驗更重要，因此你應該嘗試以上的一個以上獲得一個“感覺”。在

在這個過程的最后，您將有K個集群。在

現在是分類部分。在

=======分類=====

將每個K集群視為一個類。

有許多方法可以將每個數據點(即清理后的句子)分為K類：

1無論在k結尾將每個數據點分配到哪個集群，都意味著您可以將此數據點視為具有該類。

2以每個簇的質心作為每個類的代表點，用余弦、kl散度等相似度量來尋找給定數據點與K個代表類點之間的相似度。并將其類的數據點賦值給該類。在

以上(1)是最簡單的。在

=========================================

還有各種其他的聚類方法(球形k-均值、凝聚等)，它們也會改變你的分類步驟。在

總結

以上是生活随笔為你收集整理的python中聚类和分类的区别_关于聚类和分类的详细信息的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。