【论文】基于LLE_k均值方法的中文文本聚类

字体大小: 正常放大

473 主题	5 听众	1540 积分

TA的每日心情

	衰 2021-1-13 09:31

签到天数: 8 天

[LV.3]偶尔看看II

发表于 2021-1-4 11:28 |显示全部楼层

|招呼Ta 关注Ta

文本聚类中,文本特征向量的高维特性使得对样本统计特征的评估十分困难,所以有必要进行有效的维数简约。LLE算法利用线性重构的局部对称性找出高维数据空间中的非线性结构,并在保持各数据点临近位置关系情况下,把高维空间数据点映射为低维空间对应的数据点。文章采用LLE-k均值方法进行中文文本聚类研究。首先利用LLE进行降维处理,然后对得到的线性特征向量用k均值进行聚类分析,与PCAI、SOMAP和LLE算法比较,结果显示LLE-k均值算法能得到更好的可视化效果。