蛙蛙推薦：蛙蛙教你文字聚類
阿新 • • 發佈：2019-02-20
{
//1、獲取文件輸入
string[] docs = getInputDocs("input.txt");
if (docs.Length <1)
{
Console.WriteLine("沒有文件輸入");
Console.Read();
return;
}
//2、初始化TFIDF測量器，用來生產每個文件的TFIDF權重
TFIDFMeasure tf =new TFIDFMeasure(docs, new Tokeniser());
int K =3; //聚成3個聚類
//3、生成k-means的輸入資料，是一個聯合陣列，第一維表示文件個數，
double[][] data =newdouble[docs.Length][];
int docCount = docs.Length; //文件個數
int dimension = tf.NumTerms;//所有詞的數目
for (int i =0; i < docCount; i++)
{
for (int j =0; j < dimension; j++)
{
data[i] = tf.GetTermVector2(i); //獲取第i個文件的TFIDF權重向量
}
}
//4、初始化k-means演算法，第一個引數表示輸入資料，第二個引數表示要聚成幾個類
WawaKMeans kmeans =new WawaKMeans(data, K);
//5、開始迭代
kmeans.Start();
//6、獲取聚類結果並輸出
WawaCluster[] clusters = kmeans.Clusters;
foreach (WawaCluster cluster in clusters)
{
List<int> members = cluster.CurrentMembership;
Console.WriteLine(
foreach (int i in members)
{
Console.WriteLine(docs[i]);
}
}
Console.Read();
}
//1、獲取文件輸入string[] docs = getInputDocs("input.txt"); if (docs.Length <1) {
Console.WriteLine("沒有文件輸入"); Console.Read(); return; } //2、初始化TFIDF測量器，用來生產每個文件的TFIDF權重 TFIDFMeasure tf =new TFIDFMeasure(docs, new Tokeniser()); int K =3; //聚成3個聚類 //3、生成k-means的輸入資料，是一個聯合陣列，第一維表示文件個數，double[][] data =newdouble[docs.Length][]; int docCount = docs.Length; //文件個數int dimension = tf.NumTerms;//所有詞的數目for (int i =0; i < docCount; i++) { for (int j =0; j < dimension; j++) { data[i] = tf.GetTermVector2(i); //獲取第i個文件的TFIDF權重向量 } } //4、初始化k-means演算法，第一個引數表示輸入資料，第二個引數表示要聚成幾個類 WawaKMeans kmeans =new WawaKMeans(data, K); //5、開始迭代 kmeans.Start(); //6、獲取聚類結果並輸出 WawaCluster[] clusters = kmeans.Clusters; foreach (WawaCluster cluster in clusters) { List<int> members = cluster.CurrentMembership; Console.WriteLine( foreach (int i in members) { Console.WriteLine(docs[i]); } } Console.Read();}