Python自然语言处理 课件 电子09-2 -无监督学习的文本聚类.pptx

Python自然语言处理第十章机器学习与自然语言处理课前回顾特征提取、标注搜索、排序、推荐文本分类序列学习无监督学习的文本聚类0 2聚类算法流程无监督学习的文本聚类无监督学习：根据类别未知（没有被标记）的训练样本解决模式识别中的各种问题，称之为无监督学习（Unsupervised Learning）只提供输入变量（自变量X），没有对应的输出变量（因变量）无监督学习的文本聚类 常见无监督学习任务：表征学习聚类降维样本分组减少变量数量在欧几里得空间里表示对象无监督学习的文本聚类 聚类：将数据集中的样本划分为若干个通常是不相交的子集聚类图示例无监督学习的文本聚类文本聚类算法：DBSCANCUREK-meansBIRCH无监督学习的文本聚类 K-means算法思想：以空间中k个点为中心进行聚类，对最靠近他们的对象归类，通过迭代的方法，逐次更新各聚类中心的值，直到得到最好的聚类结果K-means流程图无监督学习的文本聚类 初始聚类点的方法：随机选择法最小最大法最小距离法最近归类法无监督学习的文本聚类 K-means算法例子：无监督学习的文本聚类设置自动归类的类别数k——手肘法：K：分类数SSE（Sum of Squares for Error）：误差项平方和最可能真实类别数课程小结无监督学习：聚类、降维、表征学习文本聚类K-means算法：选择初始聚类点设置自动类别数——手肘法谢谢观看欢迎大