使用python实现中文文本聚类，利用kmeans算法，包含jiba分词方法等

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料亲测可用， 谢谢支持。

信息检索中文本聚类的实现 java代码编写

算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现

测试用的文本聚类程序，使用的是kmeans算法进行聚类。

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； 4.最后调用Matplotlib显示聚类效果图。 免费资源，希望对你有所帮助~ By Eastmount

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料

程序利用中科院的软件，分词、词性标注以后聚类，利用tf-idf值求出30个特征性，生成特征向量，可放在weka中聚类！

使用JAVA编写的，分词、TFIDF相似度计算，K临近法聚类