文本分類，包括預處理

Question

如果時間不是一個因素，哪個是最好的文檔分類方法，我們不知道有多少類？

Answer 1

在我的（不完整的）知識中，如果您不知道有多少類，那麼分層凝聚聚類是最好的方法。所有其他聚類算法要麼需要事先了解桶的數量，要麼需要某種交叉驗證或其他實驗來確定桶的合理數量。

Answer 2

交叉鏈接：請參閱SO上的how-do-i-determine-k-when-using-k-means-clustering。