cluster-analysis - 为潜在语义分析选择合适的聚类方法

Question

我想对一些文本文档进行聚类以找到具有相同概念的文档。我已经使用潜在语义分析 (LSA) 完成了语义相似性，但我混淆了我应该为我的目的选择哪种聚类方法。谢谢

Answer 1

您可以使用层次聚类。R 中有一个名为 RClusterpp 的包，它对于大数据的层次聚类非常有效（它进行并行计算）。然后，您可以在可能的范围内为不同数量的集群切割树状图树，并使用交叉表检查集群配置文件。