Python的k-均值聚類文本

Question

我想找到一個例子來幫助我集羣我有一些文本數據。數據的格式如下：

A,B,3 
C,D,5 
A,D,57 

兩個第一個條目是一對的成員，數字表示該對在數據集中出現的頻率。我有超過200,000個獨特的對。

任何提示？謝謝！！

Answer 1

請勿在這些數據上使用k-means。

它不起作用。

你有什麼是一個相似性矩陣，而不是k-means所需的連續向量。你可以嘗試層次聚類（有一個稀疏的相似性，而不是的距離;不，我不會爲你寫代碼）。