【文本聚类】用k-means对文本进行聚类

最新推荐文章于 2024-08-05 10:55:11 发布

lxg0807

最新推荐文章于 2024-08-05 10:55:11 发布

阅读量1.6w

点赞数 5

分类专栏： NLP ML 文章标签：文本分类文本聚类 k-means算法

本文链接：https://blog.csdn.net/lxg0807/article/details/78569292

版权

# -*- coding: utf-8 -*-
"""
Created on Thu Nov 16 10:08:52 2017

@author: li-pc
"""

import jieba 
from sklearn.feature_extraction.text import  TfidfVectorizer
from sklearn.cluster import KMeans

def jieba_tokenize(text):
    return jieba.lcut(text) 


tfidf_vectorizer = TfidfVectorizer(tokenizer=jieba_tokenize, lowercase=False)
'''
tokenizer: 指定分词函数
lowercase: 在分词之前将所有的文本转换成小写，因为涉及到中文文本处理，
所以最好是False
''&#