java - 简单的java程序根据它们的值来处理canopy簇字符串

Question

我想知道如何使用 java 中的 canopy cluster 对该输入进行聚类？

       1 access 375
       1 addition 375
       1 advance 375
       1 answered 375
       1 applied 375
       1 approximate 375
       1 evil 375

       1 hiway 375
       1 home 375
       1 hope 375
       1 hotmail 375
       3 town 375
       4 forum 375
       4 good 375
       4 reig 375
       5 plot 375

其中第一列是单词的频率。第二列是单词，第三列是单词总数。

如何进行树冠排序？想知道什么是阈值？

Answer 1

Canopy 聚类应用于 vector 和完整文本，而不是单个单词。

您认为集群是什么？除非您清楚期望集群是什么样子，否则您永远不会弄清楚什么是正确的算法。

那么您期望这样的集群:

   1 access 375
   1 addition 375
   1 advance 375
   1 answered 375
   1 applied 375
   1 approximate 375

(以a开头的生僻字)？这对你有用吗？

聚类算法并不是神奇的工具。您需要仔细选择和配置它们以产生您感兴趣的结果。