performance - 在java中聚类数千个文本文档

Question

有没有对文本文档进行聚类的有效方法？我考虑过 K-Means，但它似乎太耗时了。有人可以为我提供一种有效的方法吗？

Answer 1

聚类算法取决于您的数据集，您想用 java 编写算法来聚类您的文档吗？，您可以使用weka而不是重新发明轮子，并在您的数据集上尝试另一种聚类算法。

Answer 2

如果 K-Means 确实可以完成这项工作，而且看起来很慢，那么为什么不尝试让它更快呢？我使用的方法是random-pausing。

通常情况下，有很大的加速空间，在代码中你不会认为这是一个问题，而不改变基本算法。 这是一个例子。