该资源主要参考我的博客:
[python] Kmeans文本聚类算法+PAC降维+Matplotlib显示聚类图像
http://blog.csdn.net/eastmount/article/details/50545937
包括输入文档txt,共1000行数据,每行都是分词完的文本。
本文主要讲述以下几点:
1.通过scikit-learn计算文本内容的tfidf并构造N*M矩阵(N个文档 M个特征词);
2.调用scikit-learn中的K-means进行文本聚类;
3.使用PAC进行降维处理,每行文本表示成两维数据;