[java-ml 学习笔记(一)] Start

在之前实验的代码中，我自己对文本进行了解析，并自己实现了基础的Hierarchical Clustering Model，实验结果有一定的效果，但是随着数据量的增大和伴随着的数据噪声的增大，实验的正确率发生了下降。

所以我开始对各部分进行了优化。

目前我的算法框架大体分为了两部分，

（一）Extend and Integrate

（二）Cluster

我首先对CLuster部分进行优化。

由于我尝试自己实现cluster算法过程，我发现，在短时间内，我的算法只是实现了核心部分，算法的优化和扩展并没有实现。所以我决定尝试使用Java现有的包进行实验。

我找到了java-ml这个开源的Machine Learning and Data Mining的Java包，并开始了学习和尝试，这篇博客就是记录我学习和使用初期日志。

java-ml的数据结构

instance

分类：两种 DenseInstance和SparseInstance

模版：<Double[], Object class>，可以用class来指示这个instance

dataset

是instance的集合

Clustring 的应用

使用方法

 Clusterer km = new KMeans();
 Dataset[] clusters = km.cluster(data);

得到不同的cluster