machine-learning - 除 tf-idf 之外的其他文档功能用于聚类？

Question

用于聚类文本文档的文档的其他特征表示是什么？我知道的唯一表示是 tf-idf。还有其他的吗？

Answer 1

不是真正的加权（或它的极端版本​​），但我注意到修剪频繁的特征使得使用 k-means 的文档聚类更加稳定：例如，您可以尝试修剪 50% 文档的所有非零特征或者更多。